Прийняття рішень на основі аналізу переміщень у середині просторових об'єктів
На основі використання інтелектуальних сенсорних систем як одного з технічних засобів розумного підприємства вирішується завдання створення нової інтелектуальної технології – навігація всередині приміщення....
Збережено в:
| Дата: | 2017 |
|---|---|
| Автори: | , |
| Формат: | Стаття |
| Мова: | Ukrainian |
| Опубліковано: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2017
|
| Назва видання: | Комп’ютерні засоби, мережі та системи |
| Онлайн доступ: | http://dspace.nbuv.gov.ua/handle/123456789/131517 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Прийняття рішень на основі аналізу переміщень у середині просторових об'єктів / Д.А. Скачко, О.О. Тимашов // Комп’ютерні засоби, мережі та системи. — 2017. — № 16. — С. 125-131. — Бібліогр.: 7 назв. — укр. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
irk-123456789-131517 |
|---|---|
| record_format |
dspace |
| spelling |
irk-123456789-1315172018-03-24T03:03:32Z Прийняття рішень на основі аналізу переміщень у середині просторових об'єктів Скачко, Д.А. Тимашов, О.О. На основі використання інтелектуальних сенсорних систем як одного з технічних засобів розумного підприємства вирішується завдання створення нової інтелектуальної технології – навігація всередині приміщення. На основе использования интеллектуальных сенсорных систем как одного из технических средств разумного предприятия решается задача создания новой интеллектуальной технологии – навигация внутри помещения. On the basis of the use of intelligent touch systems as one of the technical means of a smart enterprise, the task of creating a new intelligent technology – navigation within the premises is solved. 2017 Article Прийняття рішень на основі аналізу переміщень у середині просторових об'єктів / Д.А. Скачко, О.О. Тимашов // Комп’ютерні засоби, мережі та системи. — 2017. — № 16. — С. 125-131. — Бібліогр.: 7 назв. — укр. 1817-9908 http://dspace.nbuv.gov.ua/handle/123456789/131517 519.21 uk Комп’ютерні засоби, мережі та системи Інститут кібернетики ім. В.М. Глушкова НАН України |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| language |
Ukrainian |
| description |
На основі використання інтелектуальних сенсорних систем як одного з технічних засобів розумного підприємства вирішується завдання створення нової інтелектуальної технології – навігація всередині приміщення. |
| format |
Article |
| author |
Скачко, Д.А. Тимашов, О.О. |
| spellingShingle |
Скачко, Д.А. Тимашов, О.О. Прийняття рішень на основі аналізу переміщень у середині просторових об'єктів Комп’ютерні засоби, мережі та системи |
| author_facet |
Скачко, Д.А. Тимашов, О.О. |
| author_sort |
Скачко, Д.А. |
| title |
Прийняття рішень на основі аналізу переміщень у середині просторових об'єктів |
| title_short |
Прийняття рішень на основі аналізу переміщень у середині просторових об'єктів |
| title_full |
Прийняття рішень на основі аналізу переміщень у середині просторових об'єктів |
| title_fullStr |
Прийняття рішень на основі аналізу переміщень у середині просторових об'єктів |
| title_full_unstemmed |
Прийняття рішень на основі аналізу переміщень у середині просторових об'єктів |
| title_sort |
прийняття рішень на основі аналізу переміщень у середині просторових об'єктів |
| publisher |
Інститут кібернетики ім. В.М. Глушкова НАН України |
| publishDate |
2017 |
| url |
http://dspace.nbuv.gov.ua/handle/123456789/131517 |
| citation_txt |
Прийняття рішень на основі аналізу переміщень у середині просторових об'єктів / Д.А. Скачко, О.О. Тимашов // Комп’ютерні засоби, мережі та системи. — 2017. — № 16. — С. 125-131. — Бібліогр.: 7 назв. — укр. |
| series |
Комп’ютерні засоби, мережі та системи |
| work_keys_str_mv |
AT skačkoda prijnâttâríšenʹnaosnovíanalízuperemíŝenʹuserediníprostorovihobêktív AT timašovoo prijnâttâríšenʹnaosnovíanalízuperemíŝenʹuserediníprostorovihobêktív |
| first_indexed |
2025-07-09T15:38:29Z |
| last_indexed |
2025-07-09T15:38:29Z |
| _version_ |
1837184338745098240 |
| fulltext |
Комп’ютерні засоби, мережі та системи. 2017, № 16 125
D.О. Skachko, O.O. Tymashov
DECISION-MAKING BASED ON
THE ANALYSIS OF
DISPLACEMENTS WITHIN
SPATIAL OBJECTS
On the basis of the use of intelligent
touch systems as one of the technical
means of a smart enterprise, the task
of creating a new intelligent tech-
nology – navigation within the pre-
mises is solved.
Key words: intelligent sensory sys-
tems, CBR algorithm, navigation,
decision making.
На основе использования интел-
лектуальных сенсорных систем
как одного из технических
средств разумного предприятия
решается задача создания новой
интеллектуальной технологии –
навигация внутри помещения.
Ключевые слова: интеллектуаль-
ные сенсорные системы, алго-
ритм CBR, навигация, принятие
решений.
На основі використання інтелек-
туальних сенсорних систем як
одного з технічних засобів розум-
ного підприємства вирішується
завдання створення нової інте-
лектуальної технології – навігація
всередині приміщення.
Ключові слова: інтелектуальні
сенсорні системи, алгоритм CBR,
навігація, прийняття рішень.
Д.О. Скачко, O.O. Тимашов,
2017
УДК 519.21
Д.О. СКАЧКО, О.О. ТИМАШОВ
ПРИЙНЯТТЯ РІШЕНЬ НА ОСНОВІ
АНАЛІЗУ ПЕРЕМІЩЕНЬ У СЕРЕДИНІ
ПРОСТОРОВИХ ОБ'ЄКТІВ
Вступ. Інтелектуалізація – це головний на-
прямок розвитку сучасних технологій, а
властивість інтелектуальності притаманне
всім новітнім інформаційно-керуючим сис-
темам. Досвід останнього десятиріччя
рішення множини практичних завдань і
створення сотень практично діючих систем
показав, що саме інтелектуальні технології
виявляються найбільш конструктивними і
економічно виправданими при розробці су-
часних цифрових систем автоматизованого
керування.
Одним з підходів підвищення ефективнос-
ті діяльності є технології створення «розум-
ного підприємства» (РП) як виробничої інно-
вації, що базується на високому рівні знань
про систему, високопродуктивних методах
інтелектуалізації процесів керування. Від-
мінність такої технології від традиційних
полягає у наданні їй нових можливостей для
управління, здатних змінити продуктивність,
а також концепцію, модель та спосіб функці-
онування.
Перспективний напрямок розвитку РП – це
повністю автоматизована система монітори-
нгу роботи пристроїв і людей у режимі реа-
льного часу, найважливішою характеристи-
кою якої є мобільність, можливість доступу
до потрібної інформації у будь-який час, у
будь-якому місці і з будь-яких пристроїв. У
такій системі, крім повсюдного використання
мініатюрних мобільних пристроїв, бездрото-
вих мереж, супутникової навігації, хмарних
обчислень, сховищ інформації, електронного
середовища, що створює образ навколишніх
об'єктів і процесів. Базовою складовою є гнуч-
Д.О. СКАЧКО, О.О. ТИМАШОВ
Комп’ютерні засоби, мережі та системи. 2017, № 16 126
ка розподілена модель керування всіма процесами в реальному часі, що відобра-
жає процеси мислення, підтримувані потужним програмним інструментарієм [1].
Щоб зробити підприємство по-справжньому "розумним", потрібно навчити-
ся збирати повсюдно різну інформацію про те, що відбувається з процесами, що
швидше за все реально в умовах єдиної мережі великої множини давачів (сен-
сорних мереж), на території підприємства.
Розподілені сенсорні системи – це безумовно новий напрямок в
традиційній області збору, обробки і передачі даних. Що стосується концепції
розумного підприємства, то сенсорні системи це ідеальна інформаційна
технологія інфраструктурного типу, пов'язана з інтелектуалізацією РП, як
об'єкта керування.
Сьогодні з використанням цифрових технологій реалізовується концепція
РП, які, отримуючи дані від великої кількості сенсорів, здійснюють контроль і
моніторинг усіх процесів на підприємстві для їх удосконалення. Це означає
можливість практично спостерігати і прогнозувати наперед все стадії процесу з
метою внесення необхідних коригувань в реальному часі для підвищення
ефективності.
Для процесів реалізації виробленої продукції у великих торгових центрах
становить інтерес навігація всередині приміщень. Це дозволить значною мірою
автоматизувати прийняття рішень в керуванні. В даний час, коли у багатьох лю-
дей є мобільні пристрої, а торговельні центри мають все необхідне для
організації внутрішньої навігації, розробка сервісу на базі інтелектуальних сен-
сорних систем для мобільних пристроїв видається актуальним завданням.
Механізм навігації, пропонований в статті, розроблений для навігації
усередині приміщень, і грунтується на комунікаційній технології Wi-Fi. Для ро-
боти сервісу потрібно розгорнута сенсорна мережа бездротового доступу,
підтримуючий її клієнтський мобільний пристрій на платформі Android або iOS.
Отримані дані дозволять класифікувати відвідувачів, що дає можливість ро-
бити цільові акції для потрібної аудиторії. Розуміння переміщення людей, а так
само цілей їх відвідувань відкриває величезні можливості з оптимізації прийнят-
тя рішень при управлінні великими торговельними центрами.
Загальна частина. Принцип роботи сервісу полягає у наступному. Коли
клієнтський пристрій знаходиться між декількома Wi-Fi-джерелами, за
відносним рівнем сигналу що отримується від них, можна з прийнятною
точністю визначити його місце розташування. Причому самі Wi-Fi-точки мо-
жуть бути закриті: потрібно тільки знати відносний рівень сигналу, отриманого
користувачем, і порівнювати його з радіообстановкою у контрольних точках
будівель. Чим більше щільність покриття області точками, тим вище точність
навігації. Наприклад, проводиться позиціонування, додаток відображає плани
поверхів будівлі з зазначенням місця розташування мобільного пристрою. Коор-
динати мобільного пристрою відслідковуються безперервно. Користувач може
скористатися функцією прокладання оптимального маршруту до місця інтересу
(магазину, офісного приміщення, виходу і т. п.), веденням по маршруту. Вибір
об'єкта, що цікавить, здійснюється або безпосередньо на плані, або через вбудо-
ПРИЙНЯТТЯ РІШЕНЬ НА ОСНОВІ АНАЛІЗУ ПЕРЕМІЩЕНЬ У СЕРЕДИНІ ПРОСТОРОВИХ ОБ'ЄКТІВ
Комп’ютерні засоби, мережі та системи. 2017, № 16 127
вану пошукову систему. Представлений сервіс навігації використовує
найпростіший і найдоступніший тип карт. Фактично це зображення місцевості,
до якого прив'язуються географічні координати [2, 3].
Аналіз даних. Система збирає всі дані про переміщення користувача, а та-
кож фіксує місця, де користувач проводить більше часу, місця інтересу.
Попередній аналіз даних виконується за допомогою технології виведення, що
заснована на прецедентах (Case-Based Reasoning, або CBR), і, в подальшому - до
створення програмних продуктів, що реалізують цю технологію. CBR-методи
базуються на тезі, що подібні завдання (проблеми) вирішуються подібним чи-
ном. Одним з аспектів цього процесу є накопичення в пам'яті системи стандарт-
них, типових, тобто тих, що часто зустрічаються (повторюваних) ситуацій і
відповідних їм ефективних рішень. Ефективність забезпечується вирішенням
завдань оптимізації евристичними методами «проб і помилок», результатами
моделювання, експериментів. В цілому, це дозволяє для стандартних або близь-
ких до них, ситуацій, що зустрічалися раніше, формувати ефективні рішення,
пропускаючи або мінімізуючи проміжні операції, пов'язані з витратами часу,
інтелектуальних і матеріальних ресурсів. У ряді ситуацій метод виведення за
аналогіями особливо ефективний, коли: основним джерелом знань про завдання
є досвід, а не теорія; рішення не унікальні для конкретної ситуації і можуть бути
використані в інших випадках; метою є не гарантоване правильне рішення, а
краще з можливих. CBR-методи включають чотири основні етапи, що утворю-
ють так званий CBR-цикл або цикл навчання по прецедентах [6], структура яко-
го показана на рисунку.
Таким чином, висновок, заснований за аналогіями, являє собою метод за до-
помогою якого робляться висновки щодо даної проблеми або ситуації за резуль-
татами їх пошуку, що зберігаються в базі аналогій, але він не створює будь-яких
моделей або правил, узагальнюючих попередній досвід у виборі рішення, і грун-
тується на всьому масиві доступних історичних даних, тому неможливо сказати,
на основі яких конкретно факторів, роблячи виведення за аналогіями, будує свої
конкретні рішення.
Проблеми, з якими стикається ця методологія: пошук найбільш придатних
аналогій і подальша адаптація знайденого рішення. В основі всіх підходів до
відбору аналогій лежить той чи інший спосіб вимірювання ступеня близькості
аналогії і поточного випадку. За таких вимірах обчислюється чисельне значення
деякої міри, що визначає склад множини аналогій, які потрібно обробити для
досягнення задовільної класифікації або прогнозу. В зв’язку з недостатності
знань не представляється можливим отримати точну модель поведінки об'єкта.
Це збігається з трьома складовими поняття "аналогія" – описом проблеми, за-
стосованим рішенням і результатом застосування цього рішення. Наповнення
бази аналогій може відбуватися на основі апріорної інформації, за допомогою
реальних або змодельованих аналогій. При реалізації приведеного алгоритму
однією з найважливіших є проблема вибору відповідної аналогії. Після того, як
аналогії вилучені, потрібно вибрати "найбільш підходящу" з них. Це визначаєть-
ся порівнянням ознак у поточній ситуації і у вибраних прецедентах. Визначення
Д.О. СКАЧКО, О.О. ТИМАШОВ
Комп’ютерні засоби, мережі та системи. 2017, № 16 128
РИСУНОК. Цикл висновку на основі аналогій
методу, на якому буде грунтуватися знаходження міри схожості прецедентів,
вирішується під час створення системи її розробниками. Найбільш популярним і
часто використовуваним є метод "найближчого сусіда" [7]. У його основі лежить
той чи інший спосіб вимірювання ступеня близькості аналогії і поточного випа-
дку за кожною ознакою (будь це текстовий, числовий або булевський), який
вважається корисним для досягнення мети, тобто вводиться метрика на просторі
всіх ознак, в цьому просторі визначається точка, що відповідає поточній нагоді, і
в рамках цієї метрики знаходиться найближча до неї точка з точок, що представ-
ляють аналогії. Зазвичай прогноз робиться на основі декількох найближчих то-
чок, а не однієї (K-nearest neighbours). Такий метод більш стійкий, оскільки до-
зволяє згладити окремі викиди, випадковий шум, завжди присутній в даних.
ПРИЙНЯТТЯ РІШЕНЬ НА ОСНОВІ АНАЛІЗУ ПЕРЕМІЩЕНЬ У СЕРЕДИНІ ПРОСТОРОВИХ ОБ'ЄКТІВ
Комп’ютерні засоби, мережі та системи. 2017, № 16 129
Кожної ознаки призначається вага, що враховує його відносну цінність. Повніс-
тю ступінь близькості аналогії за всіма ознаками можна обчислити, використо-
вуючи узагальнену формулу вигляду:
,
),(*
∑
∑
j
j
kjij
j
j
W
xxsimW
де wj – вага j-ї ознаки, sim – функція подібності (метрика), xij та xik – значення
ознаки xj для поточного випадку і аналогії, відповідно.
Формально, необхідно ввести метрику на просторі параметрів (ознак, влас-
тивостей) для опису прецедентів і поточної ситуації, а потім, визначити на осно-
ві обраної метрики відстань між точками, відповідними прецедентів, і точкою,
що відповідає поточній ситуації, в підсумку слід вибрати найближчу точку (пре-
цедент) до поточної ситуації. Безумовно, ефективність методу найближчого су-
сіда багато в чому залежить від вибору метрики (таблиця). Наприклад, однією з
основних метрик для визначення відстані між двома точками [4]: Евклідова від-
стань; Манхеттенська метрика; Відстань Чебишева; Відстань Журавльова; Міра
подібності за Хеммінгом та інше.
ТАБЛИЦЯ. Основні типи метрик
Найменування
метрики
Тип ознак Формула для оцінки міри близькості (метрики)
1 2 3
Евклідова
відстань
Кількісні ( )
2
1
2
1
−= ∑
=
N
j
kjijik xxd
Манхеттенська
метрика
Кількісні ∑
=
−=
N
j
kjij
l
ik xxd
1
Міра
подібності
Хеммінга
Номінальні
(якісні)
,
N
nikH
ij =µ
де nik – число співпадаючих ознак у зразків
Xi і Xk
Д.О. СКАЧКО, О.О. ТИМАШОВ
Комп’ютерні засоби, мережі та системи. 2017, № 16 130
Закінчення таблиці
1 2 3
Міра подібності
Роджерса –
Танімото
Номінальні
шкали
),( "''"
ikkiik
TR
ij nnnn ++=µ −
де nik – число співпадаючих одиничних
ознак у зразків Xi і Xk;
ni, nk – загальне число одиничних ознак
у зразків Xi й Xk відповідно
Відстань
Махалонобиса
Кількісні
),()( 1
kjij
T
kjij
M
ik xxWxxd −−= −
W – ковариаційна матриця виборки,
X = {x1, x2,…xn }
Відстань
Журавльова
Змішані
,
1
∑
=
=
N
j
j
ikik Id
де
<−=
інакше 0
якщо, sxхII kjijj
ik
Вибір відповідної метрики трудомістке завдання, від успішного вирішен-
ня якої безпосередньо залежить результативність пошуку рішення.
Після обчислення ступенів близькості всі аналогії вишиковуються в єди-
ний ранжируваний список. Процес адаптації може бути досить складним; у
великій мірі він залежить від структури конкретного об’єкту. При обчис-
ленні відстані кожній аналогії ставляться у відповідність певні набори пара-
метрів опису: найменування властивості; значення властивості; важливість
або інформаційна вага властивості; обмеження на інтервал допустимих зна-
чень, що визначає інтервал, в рамках якого значення властивості може визна-
чати значення подоби. Кожній властивості (або розмірності) присвоюється
певна вага, відповідний ступінь "важливості" цієї властивості. З бази анало-
гій вибирається та, яка "заслуговує" найвищу оцінку. Обчислення значення
– це агрегована оцінка збігу. У разі якщо знайдена аналогія не є повним ана-
логом поточної ситуації, повинна виконуватися адаптація – модифікація рі-
шення, яке є у вибраної аналогії і спрямоване на вирішення цільової пробле-
ми. Алгоритми адаптації припускають наявність залежності між ознаками
аналогій і ознаками рішень, що в них містяться. Такі залежності можуть за-
даватися людиною при побудові бази аналогій чи виявлятися в базі автома-
тично методами видобутку знань.
ПРИЙНЯТТЯ РІШЕНЬ НА ОСНОВІ АНАЛІЗУ ПЕРЕМІЩЕНЬ У СЕРЕДИНІ ПРОСТОРОВИХ ОБ'ЄКТІВ
Комп’ютерні засоби, мережі та системи. 2017, № 16 131
1. Гриценко В.И., Тимашова Л.А. «Умное предприятие» как базовый объект цифровой
экономики». УСиМ. 2016. № 5. С. 54–66.
2. Bill R., Cap C., Kofahl M., Mundt T. Indoor and Outdoor Positioning in Mobile
Environments. Geographical Information Sciences. 2004. Vol. 10, N 2. P. 91–98.
3. Indoor Atlas. [Электронный ресурс]. [Режим доступа: http://www.indooratlas.com/.
4. Варшавский П.Р., Еремеев А.П. Методы правдоподобных рассуждений на основе анало-
гий и прецедентов для интеллектуальных систем поддержки принятия решений. Ново-
сти искусственного интеллекта. 2006. № 3. С. 39–62.
5. Карпов Л.Е., Юдин В.Н. Адаптивное управление по прецедентам, основанное на клас-
сификации состояний управляемых объектов. Труды Института системного программи-
рования РАН. 2007. Том 13, Ч. 2. С. 37–58.
6. Aamodt A., Plaza E. Case-Based Reasoning: Foundational Issues, Methodological Variations,
and System Approaches. Artificial Intelligence Communications. IOS Press. 1994. Vol. 7, N 1.
P. 39–59.
7. Anand S.S., Hughes J.G., Bell D.A. and Hamilton P. "Utilising Censored Neighbours in Prog-
nostication", Workshop on Prognostic Models in Medicine, Eds. Ameen Abu-Hanna and Peter
Lucas, Aalborg, (AIMDM’99), Denmark. 1999. P. 15–20.
Одержано 12.09.2017
|