劉曉亮,褚洪濤
(1.長沙礦山研究院, 湖南長沙 410012;2.國家金屬采礦工程技術(shù)研究中心, 湖南長沙 410012)
基于ASP.NET的采礦方法輔助決策專家系統(tǒng)
劉曉亮1,2,褚洪濤1,2
(1.長沙礦山研究院, 湖南長沙 410012;2.國家金屬采礦工程技術(shù)研究中心, 湖南長沙 410012)
使用ASP.NET編程研發(fā)基于ASP.NET的采礦方法輔助決策專家系統(tǒng)。標準化、參數(shù)化采礦方法命名規(guī)則,通過向采礦領(lǐng)域?qū)<易稍?查閱相關(guān)文獻建立采礦方法知識庫,使用正向推理和傾向性排序設計推理機的兩個功能模塊,使基于 ASP.NET的采礦方法輔助決策專家系統(tǒng)能夠給決策者提供更加全面、即時、高效、快捷的支持。
ASP.NET;傾向性;輔助決策;專家系統(tǒng)
20世紀 90年代,專家系統(tǒng)在采礦方法選擇應用方面有較多研究,但由于計算機技術(shù)和研發(fā)思路限制,專家系統(tǒng)在采礦方法選擇中并沒有得到普遍的推廣和應用。綜合前人的成功之處,提出采礦方法輔助決策專家系統(tǒng)思路,研發(fā)基于 ASP.NET的采礦方法輔助決策專家系統(tǒng),不僅能夠提高研發(fā)效率,同時也能提高系統(tǒng)性能,給決策者提供更加全面、即時、高效、快捷的輔助支持。
影響采礦方法選擇的因素有很多,而且這些因素有一個共同特點,就是與采礦方法的關(guān)系很難用確切的函數(shù)形式表達,具有一定的模糊性,對于不同的設計者,由于自身的傾向性,判斷出的等級是不一樣的,得出的結(jié)果差異自然也比較大,這也使得專家系統(tǒng)的設計十分困難,使采礦方法選擇的專家系統(tǒng)受到很大局限,難以得到廣泛推廣。
采礦方法輔助決策系統(tǒng)的研發(fā)采用一個全新的設計思路:不是要選擇出能夠滿足決策者全部需求的單一采礦方法,而是通過對所有滿足礦山開采技術(shù)條件的采礦方法進行不同傾向性排序,給決策者提供決策參考,輔助其采礦方法選擇決策。這不僅大大減輕了專家系統(tǒng)的研發(fā)難度,同時也利用人腦根據(jù)實際進行動態(tài)決策采礦方法,使采礦方法的選擇結(jié)果更加準確、更加符合實際需求。
采礦領(lǐng)域?qū)<疫M行采礦方法選擇,必須掌握采礦方法應用相關(guān)知識,并根據(jù)礦山實際開采技術(shù)條件,選擇出適合礦山的采礦方法。其專家知識可以分為兩類:一是描述性知識,如礦山基本信息、礦山地質(zhì)條件、礦床賦存要素、采礦方法名稱、礦床開采特殊要求及技術(shù)經(jīng)濟指標等;二為邏輯推理性知識,如采礦方法判斷規(guī)則,對應規(guī)則的解釋等。
通過向?qū)<易稍?查閱相關(guān)資料、文獻等,將采礦方法在礦山應用的信息、采礦方法判斷規(guī)則、解釋規(guī)則等參數(shù)化之后錄入數(shù)據(jù)庫,建立采礦方法知識庫 (見圖1)。
圖1 專家知識庫部分結(jié)構(gòu)
采礦領(lǐng)域?qū)<抑贫ú傻V方案可以簡要分為 3個步驟:
(1)根據(jù)礦山開采特殊性要求、礦體賦存條件、水文地質(zhì)條件、工程地質(zhì)條件、礦山開采環(huán)境等因素,淘汰不適合的采礦方法;
(2)將適合的采礦方法進行技術(shù)經(jīng)濟比較,結(jié)合礦山生產(chǎn)實際,選擇適合礦山的采礦方法;
(3)優(yōu)化采礦方法參數(shù),形成采礦方案。
通過對采礦領(lǐng)域?qū)<疫x擇采礦方法的過程進行模擬,確定采礦方法輔助決策系統(tǒng)推理機的兩大模塊功能:
(1)采礦方法初選。根據(jù)用戶提交的信息,通過調(diào)用知識庫中采礦方法初選規(guī)則,使用正向推理形式進行采礦方法初選。如根據(jù)用戶提供信息中的礦山生產(chǎn)特殊性要求,調(diào)用知識庫中的采礦方法初選判斷規(guī)則,排除不適合的采礦方法。
(2)采礦方法傾向性排序。經(jīng)過上步驟推理以后,MMKD(Mining Method Knowledge Database,采礦方法知識庫)中標記值未改變 (默認值為 1)的采礦方法在技術(shù)上都適用于用戶信息所描述礦床。根據(jù)采礦方法實際應用的技術(shù)經(jīng)濟數(shù)據(jù),將這些采礦方法進行不同傾向性分類排序。調(diào)用采礦方法傾向性類別及權(quán)值。通過調(diào)用采礦方法知識庫中傾向性列的值來獲得傾向性權(quán)值,部分 SQL查詢語言如下:
在獲得采礦方法的傾向性類別及相應的權(quán)值之后,按用戶選定的傾向性將適合的采礦方法進行傾向性排序。
解釋器負責回答用戶提出的問題,解釋專家系統(tǒng)做出判斷的依據(jù),是實現(xiàn)系統(tǒng)透明性的主要部件。解釋器由兩個部分組成:監(jiān)視程序和解釋記錄。監(jiān)視程序集成于推理機中,當推理機進行某步驟的推理需要進行解釋時,自動調(diào)用監(jiān)視程序,監(jiān)視程序調(diào)用相應的解釋記錄進行解釋。解釋記錄存儲在MMKD中,由問題編號和解釋內(nèi)容構(gòu)成。
以復雜大水礦山采礦方法選擇為例說明解釋器的工作原理,為了方便說明,此處截取了部分代碼并作了適當調(diào)整。
這段代碼定義了解釋器類 (類 Reason),其中解釋記錄調(diào)用方法 (方法 Reason Dis()),調(diào)用方法通過判斷解釋的原因返回不同的解釋記錄 (return dis-Reason)。
這段代碼通過“Reason sp_Reason=new Reason()”實例化了特殊條件判斷類,然后判斷是否是大水礦山,并根據(jù)判斷結(jié)果標記采礦方法,輸出原因。
系統(tǒng)界面是用戶與專家系統(tǒng)交流的唯一途徑,一個成功的專家系統(tǒng)必須有一個良好的用戶界面,用戶界面設計應滿足:簡單易用、布局一致性、簡潔直觀、通用性強且有幫助和提示等要求。本系統(tǒng)程序以WEB程序形式通過網(wǎng)絡發(fā)布,用戶界面設計參照一般WEB布局,更有利于進行人機交流。
用戶通過 U I輸入礦體賦存參數(shù)、技術(shù)經(jīng)濟參數(shù)、開采特殊性要求等數(shù)據(jù)。IE調(diào)用用戶輸入的參數(shù),結(jié)合采礦方法知識庫中的信息,按照推理規(guī)則推理。IP對推理過程中的各個步驟進行實時追蹤、記錄、解釋。在推理過程完畢之后,推理結(jié)果將存儲至MMKD,同時由 U I進行輸出。用戶可以通過設置不同的傾向性要求,得到不同的傾向性排序。
使用ASP.NET研發(fā)采礦方法輔助決策支持系統(tǒng),不僅能夠提高研發(fā)效率,也能增強系統(tǒng)功能,使此系統(tǒng)不僅具備專家系統(tǒng)共有的優(yōu)點,還具備 ASP.NET研發(fā)程序所具備的優(yōu)點。
(1)能夠高效率、準確、周到、迅速和不知疲倦地進行工作。
(2)解決問題不受周圍環(huán)境、個人感情的影響,不會遺漏忘記。
(3)使專家知識不受時間和空間的限制,能夠更好的推廣。
(4)能夠解釋本身的推理過程和回答用戶提出的問題,讓用戶能夠了解推理過程,具有很高的透明性。
(5)更廣泛的知識來源,更嚴謹?shù)耐评磉^程,能夠達到不遺漏、不誤選。
(6)更便捷的查詢、訪問。
(7)更容易更新、維護、完善、發(fā)布。
使用 ASP.NET研發(fā)基于 ASP.NET的采礦方法輔助決策專家系統(tǒng),通過網(wǎng)絡以WEB頁形式發(fā)布,能夠快捷、即時、準確給礦山?jīng)Q策者提供全面的、透明的、準確的決策傾向性建議,保證礦山安全生產(chǎn)、減少資源損失、提高經(jīng)濟效益,系統(tǒng)研發(fā)具有較高的研究意義和經(jīng)濟價值。
[1] 管紀文,等.專家系統(tǒng)與傳統(tǒng)程序 [J].計算機科學,1984,(6).
[2] 黃可鳴.人工智能與專家系統(tǒng)[J].計算機應用與軟件,1989,(1).
[3] Joseph Giarratano.Expert Systeme Principles and Programming[M].北京:機械工業(yè)出版社,2000.
[4] Chandrasekaran,B.Artificial Intelligence Applications for Business.Expert systems[M].New Jersey:Ablex Publishing Corp.,1984:41~64.
[5] Harmon.Artificial Intelligence in Business.Expert Systems[M].New York:John Wiley&Sons,Inc.,1985.
[6] Thiru Thangarathinam.ASP.NET 2.0 XML高級編程 [M].北京:清華大學出版社,2006.
2010-02-05)
劉曉亮 (1984-),男,碩士,助理工程師,主要從事采礦工藝及礦山數(shù)字化研究工作,Email:lightlau@msn.com。