Сайт Информационных Технологий

ИСПОЛЬЗОВАНИЕ ЭКСТРАПОЛИРУЮЩЕЙ НЕЙРОННОЙ СЕТИ В ИНТЕРЕСАХ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПО ВЫБОРУ ПОКАЗАТЕЛЕЙ КАЧЕСТВА СЕТИ СВЯЗИ

И.Б. Паращук, И.П. Бобрик

Военный университет связи

Abstract — The report discusses the possibility of creation of a nontraditional system for decision making support on forming of the vector of quality indices of a communication network in the interests of efficiency analysis of its functioning. The suggested system of decision making support represents the algorithm based on the known methods of the theory of artificial neural networks and allows to eliminate indefiniteness of a different kind in deciding on quality indices. An example of practical use of the algorithm for the synthesis of the system of quality indices of a communication network is given.

 

Внимание специалистов всё чаще привлекает возможность использования искусственных нейронных сетей (ИНС) в интересах поддержки принятия решений по управлению сложными информационными системами, сетями связи различного назначения. ИНС довольно широко используются при решении теоретических и практических задач передачи, хранения и обработки информации. На их основе построены алгоритмы сжатия информации, оптимизации маршрутов передачи потоков сообщений, распознавания образов в радиолокации, обработки сигналов и изображений [1]. Кроме того, используемые в ИНС принципы обработки информации позволяют создавать уникальные экспертные системы, способные выступать в качестве систем поддержки принятия решений (СППР) при управлении сетью связи.

Одной из ключевых задач, решаемых в процессе управления сетью связи, является задача анализа качества и эффективности функционирования сети. В рамках многокритериального анализа качества и эффективности функционирования сети связи решается задача синтеза системы показателей качества (СПК) сети - вектора показателей существенных свойств объекта исследования. Обсуждение возможных подходов к реализации алгоритмов синтеза СПК можно найти в работах [2, 3, 4]. Эти подходы сводятся к использованию математических методов редукции, функциональной и параметрической декомпозиции глобальной СПК сети на ряд локальных систем показателей качества (ПК), характеризующих: систему информационного обмена, систему управления сетью, а также два процесса, материальной основой которых они являются - процесс информационного обмена (связи) и процесс управления. Следующим этапом синтеза СПК выступает этап, использующий математические методы эволюции. Здесь, в рамках локальных СПК, формулируются частные ПК элементов сети и процессов, протекающих в ней, на основе корреляционных методов. Рассмотренные подходы являются математически корректными, однако, не учитывают субъективный фактор, вносимый пользователем при классификации частных ПК, не учитывают неопределенность при включении отдельных компонент (частных ПК) в состав глобального вектора показателей существенных свойств сети связи.

На наш взгляд, имеет право на жизнь иной подход, основу которого составляет экспертная система, предназначенная для снижения уровня нечёткости при формировании глобальной и локальных СПК, для прогнозирования состава СПК по имеющимся априорным данным. Аналогичный подход впервые предложен Коско [5], подробно описан в [6] и использует так называемые экстраполирующие нейронные сети (ЭНС), являющиеся разновидностью известных моделей ассоциативной памяти. Предлагаемый подход расширяет возможности существующих ИНС, используемых в интересах поддержки принятия решений по управлению сетями связи, позволяя принимать обоснованные решения по составу вектора показателей существенных свойств сети, подлежащих анализу. Ожидается, что использование предлагаемого алгоритма синтеза СПК в СППР по управлению структурой, параметрами и режимами работы сети связи существенно повысит объективность принимаемых решений и оперативность решения задачи анализа эффективности функционирования сетей такого класса.

Проблема обоснованности включения тех или иных ПК в глобальную СПК для последующего анализа эффективности функционирования сети связи достаточно сложна [2-4]. В частности, качество и эффективность сети связи при одинаковых результатах функционирования сети может изменяться в зависимости от субъективного мнения должностного лица, управляющего её работой, от решаемых сетью в данный момент конкретных задач.

Проблемы аналогичного характера решаются на базе различных структур ИНС, с различными принципами организации памяти, принципами обучения. На базе ИНС с обратными связями построена известная модель ассоциативной памяти, называемая сетью Хопфильда. Разновидностью модели ассоциативной памяти является ЭНС [6]. В качестве функции активации используется ступенчатая пороговая функция вида:

Экстраполирующая нейронная сеть такого класса состоит из двух слоёв нейронов - входного слоя и выходного слоя. Входной слой состоит из n нейронов, обладающих набором прямых и обратных связей с p нейронами выходного слоя, причем количество входных и выходных образов равно (n=p).

В отличие от синаптической карты, используемой в обычной ИНС, в ЭНС используется так называемая когнитивная карта, полностью задаваемая матрицей связей вида:

(1)

Каждый элемент wij матрицы (1) определяет связь от i-го ПК сети связи к j-ому ПК (элементу), причем положительные связи кодируются 1, отрицательные -1, а отсутствие связей между ПК кодируется 0. Аналогия структур когнитивных карт и ИНС обусловлена тем, что каждый из ПК (объектов, концептов) может выступать как отдельный нейрон, а коэффициенты связей между ними - как синаптические веса [6].

Рассмотрим алгоритм функционирования ЭНС для синтеза СПК. На вход ЭНС поступает - входной образ, характеризующий множество известных существенных свойств (показателей качества) сети связи. Пользователь определяет, что в данный момент времени в интересах анализа эффективности функционирования сети связи гарантированно будут использоваться k компонент , составляющие множество , а другие ПК, необходимые (предпочтительные) для осуществления задачи объективного анализа - неопределенны. В целях получения обоснованных результатов анализа необходимо реконструировать недостающие компоненты СПК. Функционирование ЭНС осуществляется следующим образом:

1. Активизация входного слоя сети входным образом . Иными словами, это приведение нейронов входного слоя в начальные состояния аi(0)=сi ;

2. Производится начальная инициализация нейронов выходного слоя в соответствии с выражением:

3. Происходит приведение нейронов входного слоя к состоянию нейронов выходного слоя:

аi(t) = bi(t).

4. Производится вычисление новых состояний нейронов выходного слоя для всех по формуле:

(2)

5. Повторение шагов 3-4 до тех пор, пока ЭНС не достигнет стабильного состояния.

Рассмотрим процесс формирования когнитивных карт. Как известно [5,6], под когнитивной картой понимается ориентированный граф, узлы которого представляют собой некоторые объекты или концепты (в нашем случае – ПК), а дуги – связи между ними, характеризующие причинно-следственные отношения. Тот факт, что причинная связь является более общим понятием, чем, например, логическая связь, позволяет надеяться на более полное отражение взаимосвязей между ПК реальной сети связи. Эти связи могут быть положительными и отрицательными. Если увеличение (уменьшение) значения одного ПК приводит к увеличению (уменьшению) значения другого ПК, то причинная связь между ними положительна, и наоборот. Отсутствие причинных связей между некоторыми ПК объективно закономерно и учитывается в когнитивной карте, как нуль. Представления знаний о причинных связях различных существенных свойств сети, значений её ПК может быть предложено как в виде рисунка [6], так и в виде матрицы связей.

Например, для 5 (пяти) концепт:

- концепт №1 – своевременность доставки сообщений в сети связи;

- концепт №2 – затраты аппаратных средств и людских ресурсов на процесс функционирования сети связи;

- концепт №3 – пропускная способность сети связи;

- концепт №4 - мобильность сети связи;

- концепт №5 – безопасность сети,

когнитивная карта будет представлять собой ориентированный граф, но и будет полностью задаваться своей матрицей связей, которая имеет вид:

(3)

и характеризует причинно - следственные зависимости между некоторыми ПК сети связи.

Как правило, для составления подобных карт привлекают эксперта или группу экспертов. В их задачу входит установление множества ПК (концепт), определяющих выбранную предметную область (процесс функционирования сети связи) и характера связей между этими концептами. Когнитивные карты позволяют естественным образом объединить знания нескольких экспертов в вопросах организации и управления связью для более адекватного описания процесса информационного обмена в сети. Достоинством данного метода является возможность обобщения знаний различных экспертов в итоговой когнитивной карте, которая учитывает мнения всех привлеченных специалистов [6].

Рассмотрим пример функционирования ЭНС на примере ситуации, когда когнитивная карта характеризуется матрицей W весов (3). Допустим, нас интересует получение прогноза для случая формирования СПК, когда известным и обязательным является включение в состав системы показателей концепта №3, характеризующего пропускную способность сети связи. В процессе функционирования ЭНС должна реконструировать недостающие компоненты СПК (выдать рекомендации для включения в состав СПК).

В нашем случае входной вектор . В соответствии с алгоритмом выходной вектор последовательно принимает ряд значений состояний, которые определяются на основе выражения (2) и записываются в виде:

Как видно из результатов вычислений, ЭНС в интересах синтеза СПК стабилизировалась уже после третьего такта. Состояние сети, которое можно интерпретировать как прогноз в случае гарантированного включения в состав СПК такого показателя, как пропускная способность, характеризуется снижением влияния концепта №2 (затраты аппаратных средств и людских ресурсов на процесс функционирования сети связи), концепта №5 (безопасность сети) и увеличением веса концепта №1 (своевременность доставки сообщений в сети связи). Проявилась тенденция к снижению причинно-следственной зависимости между рассматриваемым концептом №3 и концептом №4 (мобильность сети), что можно объяснить косвенным влиянием других показателей качества сети.

Результаты решения задачи, приведенной в качестве примера, позволяют с высокой степенью объективности, опираясь на мнения экспертов, принимавших участие в составлении когнитивной карты, сформировать вектор существенных свойств сети связи, её систему показателей качества. Причём, в состав СПК гарантированно войдут концепты №1 и №3, не войдут концепты №№ 2 и 5, а в отношении концепта (показателя качества) №4 решение примет исследователь, который непосредственно занимается анализом эффективности функционирования сети связи.

Таким образом, в докладе предложен подход к СППР в виде нейросетевого алгоритма синтеза СПК в интересах управления сетью связи, позволяющий устранить нечёткость при формировании глобального вектора показателей существенных свойств сети. Уточнение, реконструкция недостающих компонент СПК позволяют повысить объективность задания исходных данных, а в конечном итоге, точность анализа эффективности функционирования сети связи.

Литература

  1. Уоссермен Ф. Нейрокомпьютерная техника: Теория и практика. – М.: Мир, 1990.
  2. Петухов Г.Б. Основы теории эффективности целенаправленных процессов. – М.: МО СССР, 1989.
  3. Терентьев В.М., Санин Ю.В. Анализ эффективности функционирования автоматизированных сетей многоканальной радиосвязи. – СПб.: ВАС, 1992.
  4. Терентьев В.М., Паращук И.Б. Теоретические основы управления сетями многоканальной радиосвязи. – СПб.: ВАС, 1995.
  5. Kosko B. Fuzzy cognitive maps // International Journal of Man-Machine Studies. V.24. N.Y., 1986.
    6.
  6. Щербаков М.А. Искусственные нейронные сети. – Пенза: Изд. ПГТУ, 1996.
Site of Information Technologies
Designed by  inftech@webservis.ru.