Введение

Системы автоматического проектирования (САПР) давно и успешно применяются для инженерного проектирования в самых различных областях, начиная от концептов космических кораблей и заканчивая ландшафтным дизайном. В условиях всё большей компьютеризации инженерного дела и роста вычислительных мощностей при их относительной дешевизне даже малое предприятие может себе позволить автоматизацию проектирования, и, соответственно, возникает всё большая специализация этого САПР вплоть до подгонки его под нужды конкретной фирмы. Назначение интеллектуальных надстроек над уже существующими проблемно-ориентированными САПР как раз и состоит в том, чтобы из уже имеющихся модулей знаний исходной общеориентированной системы легко создавать САПР для решения конкретной задачи. Наличие формального языка для описания модели здесь очень важно, т.к. для пересечения, объединения, дополнения и прочих манипуляций со знаниями необходим четкий механизм их описания.

Актуальность темы

Задача создания интеллектуальной надстройки над проблемно-ориентированной САПР не нова, она, по сути, возникла практически одновременно с самими САПР. Однако она за прошедшие десятилетия не потеряла своей актуальности, т.к. необходимость в специализированном и локализованном для конкретных задач конкретного предприятия САПР с тех пор только возросла. Удовлетворительного решения данной задачи на сегодняшний момент не существует. Такая ситуация связана со сложностью решения проблем теоретико-множественных операций над текстом формального языка представления моделей. Предложенный подход, использующий семиотическую модель [1], модифицированную модель сложности САУ[2] и основанный на грамматиках подход позволят разрешить большую часть этих проблем.

Цели и задачи работы

Целью работы является создание такой интеллектуальной надстройки над проблемно-ориентированным САПР VHDL, которая использовала бы базы данных и библиотеки этого САПР, учитывала бы квалификацию эксперта и имела бы функции документирования и моделирования.

Предполагаемая научная новизна

Предложенный подход к решению, а именно автоматизация формирования текстов моделей на языке описания моделей, характерном для выбранного класса проблемно-ориентированных САПР с помощью семиотической модели, модифицированной модели сложности САУ и основанного на грамматиках подхода, является уникальным в своем роде.

Практическое значение полученных результатов

Разработанная система позволит экспертам различной квалификации быстро и эффективно создавать специализированные САПР в рамках уже существующей более общей САПР, а пользователям – получать дешевые и качественные интеллектуальные экспертные системы для автоматизации проектирования.

Локальный обзор

Многие публикации научного руководителя данной работы Григорьева А.В. касаются её темы, в том числе “Пути создания интеллектуальных САПР при различных уровнях квалификации экспертов”, “Семиотическая модель базы знаний САПР”, “Особенности реализации мета-эвристической оболочки для построения САПР”(написано в соавторстве с Каспаровым А.А., Горшковой Е.Ю) и др. Им также был разработан алгоритм выполнения теоретико-множественных операций над грамматиками в среде специализированной оболочки для создания интеллектуальных САПР

Сходной с тематикой данной работы разработкой также занимался магистр ДонНТУ специальности ПO 2005-го года выпуска Лысаковский С. В. Тема его работы - “Создание интерфейсной оболочки для программы по созданию ЭС”. В ходе её написания решалась задача организации логического вывода в базе знаний, и такие её составляющие как задача поиска в пространстве состояний, эвристического поиск, создания машины логического вывода и базы знаний. Были разработаны программные средства организации логического вывода в базе знаний, включавшие в себя:

1. работу с множеством баз знаний (модулей), ориентированных на разные предметные области;
2. отработку множества продукций, составляющих вместе с порождающей грамматикой базу знаний - процесс вывода с учетом:
   • критерия оптимизации процесса вывода;
   • отработка явных и неявных продукций;
   • типа - монотонный не монотонный;
3. организацию диалога с пользователем для ввода ТЗ.

2.2 Национальные исследования и разработки

Тематикой экспертных систем кроме “альма матер” ДонНТУ занимается Донецкий Институт Искусственного Интеллекта и соответствующее ему ответвление украинской АН, но, насколько удалось выяснить в ходе поиска информации по теме магистерской работы, разработкой интеллектуальных надстроек над САПР они не занимаются.

2.3 Международные исследования и разработки

2.3.1 Интегрированная среда G2(Gensym corp., США )

Основное предназначение программных продуктов семейства G2 - помочь предприятиям сохранять и использовать знания и опыт их наиболее талантливых и квалифицированных сотрудников в интеллектуальных системах реального времени, повышающих качество продукции, надежность и безопасность производства и снижающих производственные издержки. >Инструментальные средства G2 являются эволюционным шагом в развитии традиционных экспертных систем от статических предметных областей к динамическим. Немалую долю успеха фирме Gensym обеспечивают основные принципы, которых она придерживается в своих новых разработках:

• проблемно/предметная ориентация;
• следование стандартам;
• независимость от вычислительной платформы; <
• совместимость снизу-вверх с предыдущими версиями;
• универсальные возможности, не зависимые от решаемой задачи;
• обеспечение технологической основы для прикладных систем;
• комфортная среда разработки;
• поиск новых путей развития технологии;
• распределенная архитектура клиент-сервер;
• высокая производительность.

Большим достоинством оболочки экспертных систем G2 является возможность применять ее как интегрирующий компонент, позволяющий за счет открытости интерфейсов и поддержки широкого спектра вычислительных платформ легко объединить уже существующие, разрозненные средства автоматизации в единую комплексную систему управления, охватывающую все аспекты производственной деятельности - от формирования портфеля заказов до управления технологическим процессом и отгрузки готовой продукции. Это особенно важно для отечественных предприятий, парк технических и программных средств которых формировался по большей части бессистемно, под влиянием резких колебаний в экономике.G2 – кроссплатформенное приложение, её базы знаний сохраняются в обычном ASCII-файле, что позволяет безболезненно переносить её из одной ОС в другую.

Кроме,собственно, системы G2, как базового средства разработки, у Gensym есть комплекс проблемно/предметно-ориентированных расширений для быстрой реализации сложных динамических систем на основе специализированных графических языков, включающих параметризуемые операторные блоки для представления элементов технологического процесса и типовых задач обработки информации. Набор инструментальных сред фирмы Gensym, сгруппированный по проблемной ориентации, охватывает все стадии производственного процесса и выглядит следующим образом:

• интеллектуальное управление производством - G2, G2 Diagnostic Assistant (GDA), NeurOn-Line (NOL), Statistical Process Control (SPC), BatchDesign_Kit;
• оперативное планирование - G2, G2 Scheduling Toolkit (GST), Dynamic Scheduling Packadge (DSP);

• разработка и моделирование производственных процессов - G2, ReThink, BatchDesign_Kit;
• управление операциями и корпоративными сетями - G2, Fault Expert.

Основной недостаток G2 – её дороговизна.

2.3.2 Интегрированная инструментальная среда GURU(Micro Data Base System)

В инструментальной среде построения ЭС GURU, разработанной фирмой Micro Data Base Systems, Inc., методы экспертных систем сочетаются с такими средствами обработки данных, как составление электронных ведомостей, управление базой данных и деловой графикой, и таким образом формируется уникальная среда для поддержки принятия решений и разработки прикладных интеллектуальных систем. Метод интеграции, используемый в данной системе, основан на синергизме(т.е. компоненты можно соединять так, как пользователь считает нужным), что делает её гибкой и удобной в использовании. Взаимодействие с системой происходит одним из четырех способов: с помощью меню, на ограниченном внутреннем языке системы, в режиме команд или через специально разработанные пользовательские интерфейсы. Продукционная модель GURU представляется совокупностью правил с обратной стратегией вывода (хотя возможен и прямой, и комбинированный вывод по желанию пользователя). Есть возможность моделирования нечетких и неточных рассуждений, ставя перед каждым нечетким правилом коэфицент уверенности, а затем рассчитывая вероятность по одной из более чем 30 формул. Можно настроить систему так, чтобы она пропускала правила ниже заданной степени уверенности. Правила включают в себя возможность расстановки приоритетов(полезно при выборе из равнозначных вариантов), можно также поставить ограничение на то, сколько раз может выполнится правило в течение одной консультации. Правила, относящиеся к решению одной задачи образуют базу знаний. 50 различных стратегий поиска. GURU – попытка облегчить пользователю создание ЭС и сделать его более естественным. Однако удалась она не полностью, т.к. продукционные правила if-then можно применять не всегда и не везде.

2.3.3 Интегрированная инструментальная среда СПРУТ(АО “СПРУТ-ТЕХНОЛОГИЯ”)

Интегрированная инструментальная среда СПРУТ является попыткой решения проблемы создания универсальной инструментальной оболочки для создания специализированных САПР. В ней использован специализированный инструментарий, который дает возможность создавать программные продукты в короткие сроки “с нуля” непосредственно специалистам-прикладникам без отвлечения их от основной работы на долгое время. Интегрированная Инструментальная Система автоматизированного проектирования “СПРУТ” является многоцелевым средством, которое представляет собой самостоятельную операционную среду с полным набором инструментальных средств и средств компьютеризации инженерной деятельности на единой информационной основе. Изначально система строилась как генератор специализированных САПР с собственным языком сверхвысокого уровня четвертого поколения и управляемой проблемной ориентацией. Эти качества позволили превратить СПРУТ в интегрирующую информационную платформу для реализации комплексных проектов.

Удачный выбор концептуальной основы системы, широкий набор функциональных подсистем, наличие тексто-графической СУБД и мощного языка разработки позволили разработчикам не ограничиваться какой-то определенной сферой применения своего детища.
Архитектура отлично зарекомендовала себя в машиностроении;— от локальных систем САПР различного назначения (проектирование узлов, изделий, оснастки, инструмента, УП для станков с ЧПУ и т.д.) до комплексных систем конструкторско-технологической подготовки производства с выходом на управление ресурсами предприятия; в муниципальной сфере — системы учета и управления объектами жилищно-коммунального хозяйства, ГИС для работников ГАИ, пожарных служб и т.д., а также при разработке систем проектирования выставочных комплексов, интерьеров, строительного проектирования и др.
Автоматизированное создание компонентов систем с помощью интерактивных средств (без программирования) с автоматической кодогенерацией, эффективные средства макетирования, легкость внесения изменений в уже разработанную систему позволяют максимально облегчить задачу разработчика и решить ее с помощью простых и интуитивно понятных действий, давая возможность сосредоточиться, главным образом, на том, как работает система, а не на технике ее создания.
Отличительным свойством систем, разработанных в СПРУТ-технологии, является тот факт, что это самостоятельные, независимые от архитектуры СПРУТ и его разработчиков специализированные продукты, имеющие собственное имя и тиражируемые без порождающего их ядра, что позволяет небольшим группам специалистов-прикладников (два-три человека), обладающих минимальными навыками в программировании, быть полноценными субъектами рынка САПР и создавать конкурентоспособные системы проектирования высокого уровня, причем локальные разработки в единой среде способствуют в дальнейшем их интеграции.

СПРУТ, безусловно, является большим шагом вперед в разработке метаэвристических инструментальных оболочек, тем более что это едва ли не первая удачная универсальная система подобного плана. Однако у него имеется довольно серьезный недостаток – громоздкость его аппарата, а также необходимость знать язык СПРУТ для работы в нем.

3.Планируемые исследования и разработки

Планируется автоматизировать формирование текстов моделей на языке описания моделей, характерный для выбранного класса проблемно-ориентированных САПР (а именно VHDL) с помощью семиотической модели представления знаний и модифицированной модели сложности САУ как содержания контекстной модели предметной области.

Основными компонентами модифицированной теории сложности САУ являются:

• Целевое пространство систем (ЦПС), представляющее собой ряд известных прототипов;
• Пространство обликов систем (ПОС), включающее ряд возможных технических заданий для прототипов из ЦПС.

Рис. 1 - Основные компоненты модифицированной теории сложности САУ

Существуют такие способы задания ПОС и ЦПС:

• множеством слов, на базе которых в этом случае автоматически строится грамматика и используются неявные продукции.
• грамматикой и явными продукциями, в этом случае заданные ЦПС и ПОС уже не будут меняться системой. Это варин;

Нам понадобятся оба варианта, первый для эксперта, который разбирается в предметной области, но ничего не понимает в грамматиках, второй для эксперта по знаниям. ЦПС и ПОС должны быть связаны по принципу: для любого ТЗ из ПОС должен быть хотя бы один прототип из ЦПС(в общем случае их может быть несколько), при этом они в общем случае могут быть как зависимыми(если одно из них строилось на базе другого), так и независимыми. В предполагаемой разработке ЦПС будет строится на базе ПОС.

Второй важный компонент системы - это использование семиотической модели, которая включает:

• Текстовое представление моделей
• отдельный модуль в базе знаний в форме порождающей контекстно-свободной грамматики, эквивалентной И-ИЛИ-дереву(то есть мы сами выбираем форму вывода для нашей будущей САПР) и продукций над ним.

В семиотической модели используются такие виды продукций:

• явные - условия совместного существования альтернатив в ИЛИ-узлах И-ИЛИ дерева, вводятся пользователем;
• неявные - набор правил, применяемых по умолчанию над списками номеров прототипов, прототипы связаны с каждым элементом грамматики;

Неявные будут использоваться при автоматической генерации грамматики на базе текста программы, явные будут задаваться экспертом по знаниям.

В разрабатываемой системе экспертам будут доступны такие пути создания САПР:

• Задание грамматик и продукций для ЦПС и ПОС; этот путь требует от эксперта знаний не только о предметной области, но и о грамматиках;
• Задание набора ключевых слов для ЦПС и ПОС и связи между ними, по которым система должна автоматически построить грамматику;

Реализуемость пары ЦПС-ПОС(т.е. чтобы для каждого элемента ТЗ был хотя бы один прототип в ЦПС) предполагается обеспечивать так:

• в варианте с автоматическим построением грамматики для набора слов это должен обеспечивать сам механизм построения, будет также осуществляться проверка путем полного перебора элементов обоих множеств;
• В варианте с введением пользователем самих грамматик и продукций реализуемость “на совести” эксперта, система лишь будет проводить верификацию получившейся модели и выдавать предупреждение, что есть “пустые” элементы ТЗ.

Схема работы пользователя с системой будет выглядеть примерно так. Пользователь обращается с помощью инструментальной оболочки к ПОС системы, ПОС за счет отношений реализуемости обращается к ЦПС, решения из ЦПС в свою очередь попадают в проблемно-ориентированный САПР для моделирования и документирования, после чего пользователь получает готовое решение(или решения).

Рис.2 - Схема работы пользователя с системой

Выводы

Существующие системы для проектирования САПР обладают самыми различными недостатками. Планируемые исследования и разработки внесут свою лепту в их искоренении.Работа находится на стадии разработки, предполагаемое окончание её написания - декабрь 2007 года.

Литература

1. Поспелов Д.А. Ситуационное управление: теория и практика. М.: Наука, 1986.-288с.
2. В.В. Солодовников, В.И. Тумаркин. Теория сложности и проектирование систем управления. - М. Наука. 1990. - 186 с.
3. Григорьев А.В. Семиотическая модель базы знаний САПР. Научные труды Донецкого государственного технического университета Серия: Проблемы моделирования и автоматизации проектирования динамических систем, выпуск 10: - Донецк, ДонГТУ, 1999. - С. 30-37. УДК 381.3
4. Григорьев А.В. Уровни квалификации экспертов и пути создания интеллектуальных САПР. В этом же сборнике.