Ekspertni sistem za avtomatsko analizo lastnosti taktičnega radijskega omrežja
V širokem razcvetu računalniške industrije in pridobitve velike procesorske moči, so se v različnih industrijskih panogah močno uveljavili izpopolnjeni računalniški sistemi. Le ti so dandanes človeku v veliko pomoč, v nekaterih primerih pa z implementirano umetno inteligenco nadomeščajo človeško bit...
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | Master Thesis |
| Language: | Slovenian |
| Published: |
S. Klampfer
2009
|
| Subjects: | |
| Online Access: | https://dk.um.si/IzpisGradiva.php?id=11002 https://dk.um.si/Dokument.php?id=9451&dn= https://plus.si.cobiss.net/opac7/bib/13550870?lang=sl |
| Summary: | V širokem razcvetu računalniške industrije in pridobitve velike procesorske moči, so se v različnih industrijskih panogah močno uveljavili izpopolnjeni računalniški sistemi. Le ti so dandanes človeku v veliko pomoč, v nekaterih primerih pa z implementirano umetno inteligenco nadomeščajo človeško bitje. Med sisteme, ki so v pomoč uporabniku, operaterju, delavcu ipd. spadajo ekspertni sistemi z omejenim naborom znanja, in so namenjeni razreševanju problemov iz dobro poznane domene. Znanje za razreševanje problemov je dodeljeno s strani poznavalca (eksperta), ki omenjeno domeno dobro pozna. Sistemi, ki temeljijo na umetni inteligenci se hierarhično gledano nahajajo na višjem nivoju v primerjavi z ekspertnimi sistemi, saj običajno temeljijo na nevronskih mrežah, katere jim omogočajo učenje, le to pa je na nivoju ekspertnih sistemov prepuščeno poznavalcu problemske domene oz. ekspertu. Takšne sisteme najdemo v različnih industrijskih panogah, kjer služijo kot sistemi za: odkrivanje napak na tiskaninah, odkrivanje napak na letalskih in ladijskih sistemih, diagnosticiranje simptomov bolezni v medicini, optimizacijo omrežij… Ideja o izdelavi ekspertnega sistema izhaja iz področja simulacij, kjer bi za določitev posamičnega problema v taktičnem omrežju porabili ogromno dragocenega časa, ob upoštevanju, da moramo za določitev individualnega problema analizirati več simulacijskih statistik hkrati. Da bi takšno proceduro čimbolj poenostavili in pohitrili smo zasnovali ekspertni sistem, ki ga predstavljamo v magistrskem delu, in služi kot pripomoček operaterju pri ocenjevanju in vrednotenju kakovosti zasnovanega taktičnega komunikacijskega omrežja v simulacijskem okolju OPNET. V uvodnem delu magistrske naloge najprej podrobneje predstavimo ekspertne sisteme ter področja na katerih se najpogosteje uporabljajo. Ker smo sami zasnovali ekspertni sistem za ocenjevanje taktičnega omrežja podajamo tudi detajlne opise posameznih gradnikov, ki tvorijo ekspertni sistem odločanja. Narava brezžičnih taktičnih podatkovnih omrežij je takšna, da opazovanih parametrov ni mogoče vedno oceniti z diskretnimi vrednostmi. Opazovani parametri, ki nas zanimajo so: radijska vidljivost, uspešnost prenosa sporočil, zakasnitve v omrežju in zasedenost prenosnih kanalov med posameznimi brezžičnimi entitetami. Tako radijsko vidljivost kot tudi izkoriščenost prenosnih kanalov ocenjujemo z zveznimi pripadnostnimi funkcijami, ki so del mehkih množic, zato smo v ta namen vpeljali teorijo mehkih množic. Iz slednje izhaja tudi teorija verjetnosti/možnosti, ki se uporablja za estimacijo omenjenih parametrov, le ti pa morajo biti po vojaških normativih in zahtevah dovolj natančno določeni. Ekspertni sistem je tesno povezan s simulacijskim orodjem OPNET Modeler, katerega detajlno predstavljamo v magistrskem delu, vključno s predstavitvijo strukture in načina komuniciranja vojaških taktičnih enot na virtualnem terenu. Predstavljena je metoda dostopa do simulacijskega modela EMA, metode sklepanja z mehkimi množicami, delovanje ekspertnega sistema, rezultati analize ekspertnega sistema, poročila, ki jih pripravi ES, ocena skupnega omrežja itd. Today is computer industry in fast grooving phase and offers a lot of computing power and that power is then used at different industry branches where are used high end, and sophisticated computer machines. Computing power is very useful for solving different problems with artificial intelligence or expert knowledge usage. Such machines can replace the human expert on the working place. To systems, which are destined to help the end user, operator, worker etc., belongs expert systems which includes the limited range of expert knowledge. Such expert system solves the problems only from narrow, well known problem domain. Knowledge for expert system is given by an expert engineer, which very well knows the problem domain or problem area. Systems based on artificial intelligence are hierarchically above expert systems because they usually use neural networks for learning. Because of that they can solve problems from different domains meanwhile quality of expert system knowledge depends of experts’ skills. Expert systems (ES in further) and systems based on artificial intelligence (AIS in further) can be found within different industry branches, where they are used for: diagnosing faults on print boards, diagnosing diseases, diagnosing faults on aircrafts and ships etc. The main idea for this master degree thesis issuing from simulation areas, where we spent a lot of precious time for analyzing simulation results to recognize specific problem within the network. Sometimes we have to analyze thousands and more data for each individual statistic, in many cases we have to analyze even more than one graph (statistic) simultaneously. Such procedure is time consumpting. Our solution for this is ES as main support part for diagnose problems within wireless military tactical networks. ES and their main parts, such are user interface, knowledge base, reasoning mechanisms, fuzzy sets for our specific case and theirs implementation are presented in details during this master degree thesis. Such ES is tightly connected with OPNET Modeler simulation tool, because it, over external model access (EMA), get simulation data form Modelers’ simulation output vector (OV). From that aspect ES is an additional module for automatic analysis of simulation results, which could be in future included into OPNET simulation tool. Naturally, statistics of wireless data networks can’t be always estimated as discrete states because observing parameters such are radio visibility, delay, and link utilization must be estimated using specific continuous membership functions defined as fuzzy sets. This is the main reason why we described fuzzy sets. From fuzzy theory hass been also derived probability/possibility theory which is used for estimating membership of individual simulation values in our case. We also introduces reasoning methods, rules, reasoning upon membership functions, reports as output from ES, how it estimates individual node (entity) and how it estimates whole constructed network, how can output reports be viewed etc. |
|---|