Файл: Пивоваров, С. Э. Моделирование процессов прогнозирования в приборостроении.pdf

рассматриваемого изображения с эталонами образов. Изображение относится к тому образу, расстояние до которого минимально, т. е.

Г ~п

Ц х , V) = 1 / ^ ( Xi- x f f ,

гI=ВI

ИЛИ

Распознавание проводится по формуле (3.2.1).

3. Распознавание по скалярному произведению.

Здесь в качестве меры берется:

Пространство изображений разбивается на области так, чтобы внутри каждой области находились точки, соответствующие изобра­ жениям, принадлежащим только одному образу.

Все рассмотренные выше меры могут быть взяты за основу при конструировании областей. Надо установить максимальное или ми­

40

нимальное расстояние, при котором изображение относится к дан­ ному образу. Основное правило распознавания выглядит так:

Области сложной конфигурации могут быть построены при помощи линейного разделения пространства изображений. При этом исполь­ зуются линейные гиперповерхности вида

Если в уравнение (3.2.2) подставить координаты каких-либо двух точек и при этом будут получены числа с разными знаками, то рассматриваемые точки находятся по обе стороны выбранной ги­ перповерхности.

Области в пространстве изображений получаются путем прове­ дения большою числа плоскостей, различающихся коэффициентами а. В результате получается область сложной конфигурации. Все изображения, входящие в эту область, относятся к определенному образу.

5. Распознавание по условным вероятностям.

Распознавание образов может быть основано на определении условных вероятностей вида Р (Vj, л:). В этом случае мерой сходства является вероятность того, что изображение л: принадлежит образу Vj. Эта вероятность определяется в период «обучения» системы. Основное правило при этом имеет вид:

л; е Vj, если P (V Jt х ) = maxР (Vj, х).

При систематике продукции отрасли должна использоваться ин­ формация, полученная в результате анализа «дерева целей». Клас­ сификация продукции проводится в зависимости от её эксплуатацион­ ных и конструктивных признаков, круга решаемых задач, состава входящих в изделие функциональных блоков, конструктивной слож­ ности и т. п. и основывается на следующих принципах:

1) разделение всей продукции отрасли по группам и выявление состава функциональных блоков, в нее входящих, осуществляется

41

по минимальному, но достаточному количеству функциональных, функционально-конструктивных и конструктивных признаков;

2) классификационные признаки устанавливаются экспертамиспециалистами путем логико-априорного анализа основных напра­ влений развития отрасли;

3)для классификации принимаются признаки, значения кото­ рых могут быть достоверно определены на первых стадиях проекти­ рования;

4)продукция отрасли классифицируется по иерархическому «дереву», уровни иерархии которого должны быть едиными для всех основных направлений её развития;

5)исследуемые признаки (уровни) размещаются в оптимальном иерархическом порядке при выполнении условия, согласно кото­ рому наибольшие неповторяющиеся длины ветвей классификацион­ ного «дерева» выделяются по всем направлениям развитая отрасли,

что позволяет формализовать переход от одного классификацион­ ного уровня к другому.

В качестве примера описанного выше метода классификации рассмотрим систематику продукции подотрасли рентгеновского при­

классификационное «дерево». Для его построения было отобрано десять основных признаков, типичных для всех видов рентгеновских приборов и достаточно полно их характеризующих. При выборе признаков учитывалась также их полезность, т. е. инвариантность по отношению к изменению внутри образа и резкая изменяемость

На каждом уровне рентгеновские приборы разбиваются на классы, причем для каждого уровня число классов может быть своим. Приведем перечень уровней: I — направление развития производ­ ства рентгеновских приборов; II — назначение приборов; III — ло­

Поскольку в рассматриваемом случае классы признаков носят не количественный характер, а важны лишь их наличие или отсут­ ствие, представляется удобным отождествление прибора с двоич­ ным кодом (а не с вектором «-мерного пространства).

Так как наибольшее число классов равно семнадцати (на шестом уровне), то каждый из десяти признаков будем представлять рядом

чисел хи х2, .... х1Ъ причем х( (t = 1,17) может принимать значение либо 0 , либо 1.

42

Будем полагать xt = 1, если в рассматриваемом приборе приз­ нак точно соответствует г'-му классу. Если же параметр больше или меньше г'-ro класса, то = 0. Так, код типичного представителя группы квантометров (К.РФ-1Б) выглядит следующим образом:

Двоичное кодирование представляется удобным также в силу простоты использования двоичного кода на ЭВМ и возможности применения методов математической логики.

Для наглядности прибор можно представить в виде матрицы (рис. 5.). Знаком X изображен типичный представитель группы

квантометров. По вертикали отложены номера признаков, по го­ ризонтали — их классы. Знаком + помечены возможные модифика­ ции приборов, относящихся к группе квантометров.

Аналогичные матрицы могут быть получены для всех 12 агреги­ рованных групп. Так, матрица для спектрометров будет отличаться от представленной на рис. 5 тем, что:

43

1) на седьмом уровне вместо второго класса будет первый (спек­ трометры одноканальны);

2) на втором уровне добавится 14-й класс (спектрометры-моно­ хроматоры).

При классификации продукции рентгеновской подотрасли были разработаны коды типичных представителей агрегированных групп и возможные модификации приборов внутри образа (группы), из которых составлены матрицы, соответствующие всем двенадцати группам продукции, и введены в память ЭВМ.

Каждый из разрабатываемых и выпускаемых в подотрасли ви­ дов продукции кодируется вышеописанным образом, и по специаль­ но разработанному алгоритму распознавания код сравнивается с хра­ нящейся в памяти ЭВМ информацией об агрегированных группах. Разработанный алгоритм позволяет не только классифицировать выпускаемые изделия, но и прогнозировать в рамках агрегирован­ ных групп новые типы приборов, решающих наиболее широкий круг задач и отвечающих наивысшим техническим требованиям.

3.3.Прогнозирование потребности народного хозяйства

впродукции отрасли

Потребность является экономической категорией, характери­ зующей объективно установленные объемы конкретных материаль­ ных продуктов человеческого общества, необходимых ему в процессе развития. Потребность находится в тесной взаимосвязи с произ­ водством: закон постоянного роста потребности стимулирует рас­ ширение производства, что, в свою очередь, обусловливает разви­ тие потребности, которое выражается в расширении круга потре­ бителей, в изменении величины потребности в различных видах продукции [38, 71, 72].

Потребность, стимулируя и направляя развитие производства, сама находится под его постоянным формирующим воздействием. Количественно она представляет собой предел, к которому стре­ мится производство в своем развитии. Классики марксизма-лени­ низма всегда подчеркивали, что производство общественно необ­ ходимо лишь в той мере, в какой оно удовлетворяет общественным потребностям, что производство не самоцель, а средство удовлетво­ рения потребности. Решение вопроса о взаимоотношениях потреб­ ности и производства при социализме имеет большое практическое значение.

Методология социалистического планирования строится на при­ знании определяющей роли потребности. Различают две формы потребности: перспективную и текущую. Перспективная потреб­ ность отражает основные направления в развитии отрасли, важней­ шие структурные сдвиги, которые должны произойти в производстве в прогнозируемом периоде. Научно обоснованный расчет перспек­ тивной потребности способствует правильному выбору наиболее эффективных путей развития отрасли: установлению необходимых

44