Опубликовать статью Вход и регистрация
Расширенный поиск
Разделы статьи

ПРИМЕНЕНИЕ ОНТОЛОГИЙ В ЗАДАЧАХ СТРУКТУРНО-ПАРАМЕТРИЧЕСКОГО СИНТЕЗА

Научная статья
Белозеров А. Л.
DOI:
https://doi.org/10.18454/IRJ.2016.52.071
Выпуск: № 10 (52), 2016
Опубликована:
2016/10/17
PDF

Белозеров А. Л.

Аспирант, Санкт – Петербургский горный университет

ПРИМЕНЕНИЕ ОНТОЛОГИЙ В ЗАДАЧАХ СТРУКТУРНО-ПАРАМЕТРИЧЕСКОГО СИНТЕЗА

Аннотация

В этой работе предлагается использовать онтологическое моделирование в задачах структурно-параметрического синтеза. Онтология определяет общий язык для описания предметной области задачи синтеза. Таксономии − базовая составляющая онтологии, определяет классы объектов и взаимодействие между этими классами. В статье описываются этапы создания онтологии, составляющие ее элементы и проблемы, возникающие при создании онтологий. Приведен пример создания таксономии объекта «Компьютер» в программной среде Protégé.

 Ключевые слова: формализация знаний, онтология, структурно-параметрический синтез.

Belozerov A. L.

Postgraduate student, Saint – Petersburg Mining University

THE USE OF ONTOLOGIES IN PROBLEMS OF STRUCTURAL AND PARAMETRIC SYNTHESIS

Abstract

In this paper, we propose to use the ontological modeling for problems of structural and parametric synthesis. An ontology defines a common language for describing the domain of the synthesis problem. Taxonomy - the basic component of an ontology defines the object classes and the interaction between these classes. This article describes the steps involved in creating an ontology, its constituent elements and problems associated with the creation of ontologies. An example of creating a taxonomy object «Computer» in the software environment of the Protégé.

Keywords: formalization of knowledge, ontology, structural and parametric synthesis.

Интенсивное развитие приборостроения может быть обеспечено за счет получения большого числа разнообразных решений в выбранной предметной области. Для эффективного использования компонентов целесообразно использовать знания об их характеристиках, совместимости и наличии аналогов.

Перспективным направлением формализации таких знаний является использование онтологий [3, 5]. Онтология определяет общий язык для описания предметной области задачи синтеза и включает машинно-интерпретируемые формулировки основных понятий и отношений между ними. Онтология − это попытка всеобъемлющей и детальной формализации некоторой области знаний, основанной на таксономии. Таксономии − базовая составляющая онтологии, определяет классы объектов и взаимодействие между этими классами. Обычно таксономия состоит из иерархической структуры данных, содержащей все релевантные классы объектов, их связи, правила и ограничения, принятые в этой области. Система классов, подклассов и свойств классов является универсальным и выразительным инструментом представления знаний.

Для рассмотрения представления знаний в задачах структурно-параметрического синтеза [2] введем понятие «метамодели» [1].

Определение 1. Метамодель − это совокупность

07-10-2016-14-47-21,  (1)

где 07-10-2016-14-48-08 − обобщенная схема, представляющая в неявном виде множество  структурных вариантов синтезируемого объекта; 07-10-2016-14-48-24 − векторный критерий (набор системных показателей) для оценки вариантов решений; 07-10-2016-14-49-30 − множество допустимых значений P; G(P) − функция свертки векторного критерия; 07-10-2016-14-50-43 − вектор параметров конструктивных элементов для структурного варианта 07-10-2016-14-51-31; 07-10-2016-14-52-36 − функциональные зависимости показателей 07-10-2016-14-53-31 варианта η от 07-10-2016-14-54-49; 07-10-2016-14-55-52 − область возможных значений 07-10-2016-14-54-49.

Назовем самые общие проблемы структурно-параметрического синтеза:

  • Какие модели использовать для представления функциональных зависимостей 07-10-2016-14-57-09?
  • Как представить состав элементов и их взаимосвязи для каждого структурного варианта 07-10-2016-14-58-48 и для всего множества вариантов M?

Функциональные зависимости 07-10-2016-14-59-38 могут быть представлены моделями различной сложности. В общем случае множество 07-10-2016-15-00-36 неоднородно, т.е. каждый структурный вариант 07-10-2016-14-58-48 имеет свой собственный состав параметров конструктивных элементов 07-10-2016-14-54-49 и поэтому для каждого структурного варианта требуется своя параметрическая модель, что существенно усложняет задачу структурно-параметрического синтеза.

Онтологическое исследование сложных систем позволяет накопить ценную информацию об их работе, оформить ее в виде компьютерных баз данных и знаний в предметной области задачи синтеза для реорганизации существующих и построении новых систем [5].

Разработка онтологии включает следующие этапы [3]:

  • определение классов в онтологии;
  • расположение классов в таксономическую иерархию (подкласс – надкласс);
  • определение слотов и описание их допустимых значений;
  • заполнение значений слотов экземпляров.

Рассмотрим построение онтологии в среде Protégé 5.0-beta. Фреймовая система Protégé 5.0-beta описывает онтологии декларативным образом, определяя явным образом классовую иерархию и классовую принадлежность индивидных переменных. В системе Protégé 5.0-beta классы могут быть как конкретными (Concrete), так и абстрактными. На основе конкретных классов система может создавать экземпляры класса (instances). Абстрактные классы не могут иметь экземпляров.

Свойства классов в среде Protégé характеризуются слотами (slots). Слоты могут иметь различные фацеты, которые описывают тип значения (string, integer, float и т. д.), число значений (мощность – required single, required multiple и т. д.) и другие свойства значений, которые может принимать слот. Типом значения слота может быть экземпляр класса.

На рис. 1 приведен пример таксономии объекта «Компьютер». Разделим компоненты на классы: microprocessor, memory, interface и peripherals. Так как экземпляры данных классов не могут пересекаться, т.е. микропроцессор не может быть памятью, или периферийным устройством, то они должны быть непересекающимися. Обозначим эти классы как disjointWith. Так же мы выделили классы external, include и internal. Возникает вопрос: относительно чего считать внутренними и внешними, относительно системного блока или относительно системной шины? Поэтому данные классы устройств будут трактоваться так: external – внешний относительно системного блока; include – подключаемый, т.е. внутренний относительно системного блока и внешний относительно системной шины; internal – внутренний относительно системной шины. Они так же являются непересекающимися между собой [4].

Так получаются уже несколько веток иерархий, которым необходимо пересекаться между собой, т.е. некоторые классы должны быть пересечением нескольких базовых классов (Superclasses). Это возможно при использовании операторов множеств intersectionOf и unionOf (логическое «и» и «или»).

В результате у нас получилось 25 классов и максимально 4 ступени иерархии.

После того как мы получили структуру онтологии перейдем к созданию свойств для полученных классов. Свойства бывают ObjectProperties и DatatypeProperties. Первый тип связывает объект и субъект направленной связью. Рассмотрим свойство consist. Субъект для данного свойства указывается, как Domain, в нашем случае – это computer. А объект, как Range, для данного примера – это memory, microprocessor, peripherals и interface. Т.е. компьютер состоит из памяти, микропроцессора, периферийных устройств (ПУ) и интерфейсов. Второй тип – это свойство объекта. Например, микропроцессор в качестве свойства имеет ядро (Core) типа Celeron, разъем (Socket) типа LGA, тактовую частоту процессора и шины. Можно выделить ядро и разъем, как отдельные классы. Можно представить свойства с вводимым значение или со множеством разрешенных значений (allowed values). В нашей онтологии мы выразим как DatatypeProperties – core, socket. Тактовая частота может быть как свойством процессора, так и шины, памяти. Поэтому, для того чтобы мы могли их различать, введем свойство cloсk и его подсвойства clockFSB и clockRate.

Еще одна проблема – единицы измерения. В каких единицах выражать это свойство? Можно использовать герц (Гц), мегагерц (МГц), гигагерц (ГГц). Если бы свойство clock было классом, то мы могли бы ввести класс «Единицы измерения» и связать их свойствами. А если оставить свойством, то можно ввести для каждой меры счисления свое подсвойтсво – clockHz, clockMHz. Было решено выражать частоту в МГц. В определении других свойств так же возникли проблемы с единицами измерения. А вот класс interface оказался недостаточным для описания объекта компьютер. Можно сказать, что жесткий диск (HDD) подключается по интерфейсу SATA, или PATA и т.д. Но нельзя сказать, что какое-либо устройство подключается через интерфейс COM. Ведь это порт, а интерфейсом в данном случае будет являться RS-232.

07-10-2016-15-02-57

Рис. 1 - Таксономия объекта «Компьютер»

 

В процессе создания онтологии возникали проблемы, связанные с разбиением на классы, определением свойств и взаимодействием объектов и субъектов. Даже когда таксономия составлена и многое учтено, добавление экземпляра какого-либо класса приводит к пересмотру классификации, мало того, это ведет к ее изменению.

Значения параметров 07-10-2016-14-54-49 элементов в задачах структурно-параметрического синтеза могут быть представлены значениями слотов. Однако остается открытым вопрос о том, каким образом представить в онтологии функциональные зависимости  07-10-2016-14-59-38 показателей 07-10-2016-15-05-47 каждого варианта η от 07-10-2016-14-54-49.

Из чего можно сделать вывод, что формализация знаний – это итерационный процесс. Онтологии создаются для их многократного повторного использования, таким образом, созданный пример онтологии «Компьютер», может быть использован в дальнейшем при работе над другой моделью. Составление онтологии даже для одной небольшой области требует определенных навыков и знаний, как принципов онтологии, так и в самой предметной области.

Литература

  1. Анкудинов Г.И, Анкудинов И.Г. Логико-комбинаторный синтез поточных схем комплексной переработки минерального сырья // «Управление развитием крупномасштабных систем (MLSD’2012)». VI международная конференция, 1-3 октября 2012 г., Москва. − Материалы: в 2-х т. − 1 т. − С. 348-349.
  2. Анкудинов Г.И. Синтез структуры сложных объектов.– Л.: ЛГУ, 1986.– 260 с.
  3. Верников Г. Стандарт онтологического исследования IDEF5 [Электронный ресурс] – Режим доступа: http://citforum.ru/cfin/idef/idef5.shtml (дата обращения 11.09.2016).
  4. Крайнова Ю.А., Калинкина А.К. Формализация знаний с помощью редактора онтологий Protégé [Электронный ресурс] – Режим доступа: https://goo.gl/vV5QoM  (дата обращения 11.09.2016).
  5. Онтологический инжиниринг. Средства и спецификации онтологического моделирования: Учебное пособие / И.В. Герасимов, А.И. Майга, Л.Н. Лозовой. СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2009. − 232 с.

References

  1. Ankudinov G.I, Ankudinov I.G. Logiko-kombinatornyj sintez potochnyh shem kompleksnoj pererabotki mineral'nogo syr'ja [Logical-combinatorial synthesis flow chart of complex processing of mineral raw materials] // «Upravlenie razvitiem krupnomasshtabnyh sistem [Management of development of large scale systems] (MLSD’2012)». VI international conference, 1-3 october 2012, Moscow. − Materials: in the 2nd − 1 v. − P. 348-349. [in Russian]
  2. Ankudinov G.I. Sintez struktury slozhnyh ob#ektov. [The synthesis of the structure of complex objects.] – L.: LGU, 1986.– 260 s. [in Russian]
  3. Vernikov G. Standart ontologicheskogo issledovanija IDEF5 [Standard ontological research IDEF5] [Electronic resource]: http://citforum.ru/cfin/idef/idef5.shtml (data 11.09.2016). [in Russian]
  4. Krajnova Ju.A., Kalinkina A.K. Formalizacija znanij s pomoshh'ju redaktora ontologij Protégé [The formalization of knowledge through ontology editor Protégé][Electronic resource] – Access mode: https://goo.gl/vV5QoM (data 11.09.2016). [in Russian]
  5. Ontologicheskij inzhiniring. Sredstva i specifikacii ontologicheskogo modelirovanija [Ontological Engineering. Means and ontological modeling specification]: Textbook / V. Gerasimov, A.I. Majga, L.N. Lozovoj. SPb.: Izd-vo SPbGJeTU «LJeTI», 2009. − 232 s. [in Russian]