Л.Н. Гумилев атындағы ЕҰУ Хабаршысы - Вестник ЕНУ им. Л.Н. Гумилева, 2011, №2
В общем случае (сети Кохонена, сети Хопфилда, перцептрон Румпельхарта) ИИ слабо зависит от объема исходных данных (в отличии от ЭС), в некоторых случаях не требуется обучение с учителем (сети Хопфилда). Сложность ИИ в самой стуктуре сети, но при росте количества исходных данных и при усложнении их связей и организации сложность ИИ не возрастает. Также возможна самомодификация сети (перцептрон Румпельхарта) и гиперпозиция различных методов ИИ.
Так при разработке ПО можно провести опрос пользователей относительно того, что должно делать требуемое ПО. Ответы пользователей должны быть максимально простые (формировать отчеты по заданными правилам, предоставлять доступ к требуемой информации, напоминать о некоторых событиях в системе и пр.) что реализуется с помощью методов ЭС. Далее добавляются ограничения по времени реакции, по данным, регламент работ и пр. Эту работу должен выполнять сотрудник (либо группа), который представляет в целом весь моделируемый процесс. После этого за работу берется аналитик, который определяет степень взаимодействия между различными требованиями (согласно статистике около 30%
процентов требований пользователей повторяются, а около 10% противоречат друг - другу).
Простым механизмом оценки является использование функций совместной фильтрации (col- laborative filtration http://www.daniel-lemire.com/fr/abstracts/SDM2005.html), поскольку они позволяют достаточно быстро провести прогноз и оценку требований.
При накоплении значительного количества требований анализ их может стать весьма затруднительной процедурой для аналитика, здесь могут механизмы ИИ. От аналитика требуется провести формализацию требований пользователей (что можно сделать с помощью жесткой ЭС). Затем с помощью методов ИИ выявляются значимые и малозначимые требования, устраняются (в некоторой степени) противоречия.
В ИИ используется модель искусственного нейрона (http://www.aiportal.ru/articles/neural- networks/model-neuron.html), задача аналитика предусмотреть количество слоев искусственной нейронной сети, а также провести краткое обучение на жестко детерминированном классе образцов. Жестко детерминированный класс образцов можно получить из опросника ЭС, чем более разветвленной будет ее структура, тем более точным будет соответствие матрицы весов ИИ поставленной задаче.
СПИСОК ЛИТЕРАТУРЫ
1. Рассел С., Норвиг П. Искусственный интеллект. Современный подход.- М.:Вильямс, 2007.- 1408 с.
2. Хопкрофт Д.,Мотвани Р., Ульман Д. Введение в теорию автоматов, языков и вычислений.
-М.: Вильямс, 2008. - 528 с.
3. В. Н. Ручкин, В. А. Фулин. Универсальный искусственный интеллект и экспертные системы - Санкт-Петербург: БХВ-Петербург, 2009. - 240с.
Перченко Е.С.
БҚ әзiрлеу сапасын бағалау кезiндегi абстрактты автоматтар, эксперттiк жүйелер және ЖИ (жасанды интеллект) қолдану нәтижелiлiгiн талдау
ISO 9001 анықтамасы бойынша Б/К әзiрлеу сапасы дегенiмiз «БҚ-ға тән қасиеттерiнiң талаптарға сәйкестiгiнiң дәрежесi».Осы мақала мақсаты — БҚ әзiрлеу сапасын бағалау кезiндегi абстрактты автоматтар, эксперттiк жүйелер және ЖИ қолдану нәтижелiлiгiнiң салыстырмалы талдау өткiзу.
Perchenko E.S.
Analysis of the effectiveness of abstract automata, expert systems and artificial intelligence in assessing the quality of software development
The quality of software development defined by ISO 9001 is the degree of compliance with the requirements of inherent characteristics. The purpose of this article is to make a comparative analysis of efficiency abstract automata, expert systems and AI for software development’s quality assessment.
Поступила в редакцию 11.01.11 Рекомендована к печати 25.01.11
280
А.А. Успабаева
А.А. Успабаева
Изучение влияния углеводородов нефти на распространения почвенной микрофлоры
(Южно-Казахстанский государственный университет им. М. Ауезова, г. Шымкент, Казахстан)
Распространение углеводородокисляющей, гетеротрофной и азотфиксирующей микрофлоры в почве находится в зависимости не только от концентрации загрязняющего агента, но и от его качественного состава.
Одним из возможных путей загрязнения почвы на предприятиях нефтегазового комплекса являются аварийные разливы, утечки нефти и нефтепродуктов. Ввиду того, что нефтяное загрязнение почвы оказывает серьезное воздействие на окружающую среду, на предприятиях разрабатываются меры по предотвращению загрязнения почвы нефтепродуктами: жестко контролируется герметичность нефтепроводов, бетонируются участки с наибольшей вероятностью аварийных разливов, производится вывоз нефтезагрязненных грунтов на переработку в асфальтобетон, внедряются различные прогрессивные технологии рекультивации нефтезагрязненных грунтов [1,2]. Оценка состояния почвенной микробиоты на предприятии была основана на положении В.С. Гузева и С.В. Левина [3] о том, что "независимо от природы загрязняющего агента изменение микробиоты почвы в ответ на возрастающие антропогенные нагрузки выражаются в последовательной смене четырех адаптивных зон.
Под адаптивной зоной понимается интервал концентраций изучаемого агента, определяющий совокупность изменений активно функционирующего в почве микробного сообщества".
Почвенная микробиота за счет происходящих изменений приспосабливается к условиям окружающей среды. Каждая из адаптивных зон характеризуется, изменением количественно- качественных параметров нефтяного загрязнения почвы.
Материалы и методы
Объектом исследования послужили участки, загрязненные различными нефтепродуктами, расположенные в промышленной зоне ТОО "Петро Казахстан Ойл Продактс"("ПКОП").
Почва на территории ТОО "ПКОП"представляет собой серозем обыкновенный с реакцией среды, близкой к нейтральной (рН 6,8 - 7,2). Для испытаний в реальных промышленных условиях были выбраны участки, подвергающиеся регулярным и разовым разливам нефтепродуктов, каждая территория характеризовалась загрязнением определенным нефтепродуктом: А - с содержанием нефти 3,4%, Б - загрязненный мазутом в концентрации 2,2%, В - загрязненный дизельным топливом в концентрации 2,5%, Г- участок, загрязненный шламоподобными отходами, содержащий 4,7% нефтепродуктов, Д - загрязненный товарным бензином АИ-80, Е - загрязненный бензином АИ-85, Ж - загрязненный бензином АИ-92, И - загрязненный бензином АИ-92.
В микробиологических исследованиях использовались образцы почвы верхних горизонтов с глубины 0-10см; 10-20см; 20-30см. Для учета общего числа гетеротрофных бактерий посев делали на питательный агар (МПА), для выделения углеводородокисляющих микроорганизмов была использована среда Ворошиловой-Диановой [4]. Для подсчета общего числа гетеротрофных микроорганизмов была использована твердая агаризованная питательная среда МПА, высев производился на чашках Петри с инкубацией при 22-25◦С в термостате в течение 3-5 суток.
Для выделения азотфиксирующих микроорганизмов использовались образцы почвы верхних горизонтов с глубины 0-10см. Для учета общего числа азотфиксирующих бактерий посев делали на среде Эшби [5]. Инкубация производилась в термостате при температуре 25-27◦ С в течение 72 часов. При проведении микробиологических исследований нефтезагрязненных проб были использованы такие методы, как метод комочков, выделение чистых культур, истощающий посев. Для подсчета общего числа азотфиксирующих микроорганизмов была
281
Л.Н. Гумилев атындағы ЕҰУ Хабаршысы - Вестник ЕНУ им. Л.Н. Гумилева, 2011, №2
использована твердая питательная среда Эшби, высев производился на чашках Петри с инкубацией при 22-25◦ С в термостате в течение 3-5 суток.
Результаты и их обсуждение
Изучение самоочищающей активности нативной (контрольной) почвы проводили по численности гетеротрофных и углеводородокисляющих микроорганизмов. Было установлено, что в контрольных образцах грунта в составе автохтонной микрофлоры преобладают бактерии, численность которых достигает 3-5 млн кл/г. Численность спорообразующей микрофлоры колеблется от 1,0 до 1,8 млн кл/г. При определении доли углеводородокисляющих микроорганизмов в общем составе микрофлоры почвы установлено, что порядка 30%
микроорганизмов, выросших на МПА, способны использовать углеводороды нефти в качестве единственного источника углерода и энергии. Сравнительный анализ состояния почвенной гетеротрофной микрофлоры на незагрязненных и загрязненных различными фракциями нефтепродуктов грунтов показал, что численность основных групп гетеротрофных бактерий в нефтезагрязненных грунтах снижена на 58-68%, численность углеводородокисляющих микроорганизмов на 71%, спорообразующих микроорганизмов на 68%, что объясняется токсичным действием нефтепродуктов на жизнедеятельность микроорганизмов (рисунок 1).
Рисунок 1 Процентное соотношение численности основных групп микроорганизмов при хронических нефтяных загрязнениях
При визуальном осмотре почвы, загрязненные тяжелыми фракциями нефти и нефтепродуктов, выглядят темными, обладают гидрофобными свойствами. Почвы, загрязненные бензинами различных марок, мало отличимы от незагрязненных, однако, имеют сильный запах нефтепродуктов. Почвы светлые, гидрофильные, однако, растительность на данных участках выглядит угнетенной. Микробиологическое обследование проб почв, анализируемых участков показало следующую картину (рисунок 2).
282
А.А. Успабаева
Рисунок 2Распространение гетеротрофной и углеводородокисляющей микрофлоры на участках, загрязненных различными фракциями нефтепродуктов
По данным рисунка 2 видно, что распространение углеводородокисляющих микроорганизмов по горизонтам почвы неоднородно и зависит от молекулярной массы углеводородов нефти. Установлено, что на участках №А, В, Г, загрязненных нефтью, мазутом и шламоподобными отходами, содержащих в своем составе асфальтены и мальтены, наибольшее количество УОМ сосредоточено в горизонте 10-20см и 20-30см.
Анализ содержания нефтепродуктов в пробах почвы, отобранной из различных горизонтов, показал, что самая высокая их концентрация обнаруживается в слоях 10-20 см и ниже. В противоположность этому, на участках, загрязненных дизельным топливом (содержащем, в основном, мальтены), как само содержание нефтепродукта, так и титр микроорганизмов показывает высшие показатели в горизонте 0-10 см. Наибольший титр микроорганизмов отмечен в пробах почв, загрязненных различными марками бензина, что, вероятно, объясняется легкодоступностью углеводородов бензина для метаболических процессов гетеротрофной и углеводородокисляющей микрофлоры.
Изучение распространения азотфиксирующих микроорганизмов в почвах на территории ТОО "ПетроКазахстан Ойл Продактс"показало, что на участках А, Б, Г и З загрязненных нефтью (3,4%), мазутом (2,2%), шламоподобными отходами (4,7%) и бензином марки АИ-96 наибольшее обрастание почвенных комочков (рисунок 3).
Рисунок 3Распространение азотфиксирующих микроорганизмов в почвах, загрязненных нефтью и нефтепродуктами
283
