Sunteți pe pagina 1din 72

UNIVERSITATEA TRANSILVANIA DIN BRAOV

FACULTATEA DE INGINERIE ELECTRIC


I TIINA CALCULATOARELOR
CATEDRA DE AUTOMATIC

Ec. MIHAI POPPER

REZUMATUL
TEZEI DE DOCTORAT

SISTEME NEURO-GENO-EXPERT APLICABILE


ECHIPAMENTELOR ENERGETICE DE MARE PUTERE

NEURO-GENO-EXPERT SYSTEMS APPLIED


TO POWER ENERGY EQUIPMENTS

Conductor tiinific
Prof. dr. ing. A. CARABULEA

Braov - 2010

COMPONENA
Comisiei de doctorat
Numit prin Ordinul Rectorului Universitii Transilvania din
Braov, nr. 4188 / 14.09.2010 :
Preedinte

Prof. Dr. Ing. Carmen GERICAN

Prodecan Universitatea
Transilvania Braov

Conductor

Prof. Dr. Ing. Anatolie CARABULEA

tiinific
Refereni :

Universitatea
Transilvania Braov

Prof. Dr. Ing. Victor VAIDA

Universitatea
Oradea

Prof. Dr. Ing. Ioan FELEA

Universitatea
Oradea

Prof. Dr. Ing. Sorin MORARU

Universitatea
Transilvania Braov

Data, ora i locul susinerii:


15 octombrie 2010, ora 12.00, n corpul V, etaj 3, sala 314.
Eventualele aprecieri sau observaii v rugm s le transmitei n timp util pe
adresa Universitii Transilvania din Braov.

CUPRINS
5
5
8

1
1.1
1.2

FORMULAREA PROBLEMEI I SCOPUL TEZEI DE DOCTORAT


Analiza critic a informatizrii sistemelor de energie
Scopul tezei de doctorat si punctarea noutilor din structura cercetrii

2
2.1
2.2

STRUCTURA SI FUNCIONAREA SISTEMELOR


Structura i tipologia sistemelor expert
Aplicaii ale sistemelor expert n domeniul energiei

3
3.1
3.2

TEHNOLOGIA CUNOATERII BAZATE PE CALCUL


NEURONAL
Conceptul de reea neuronal artificial, extensie a sistemelor expert
Modele aplicate de calcul neuronal

19
19
21

CONCEPIA CALCULULUI EVOLUTIV PRIVIND


PERFORMAREA SISTEMELOR NEURO-EXPERT
Conceptia si aplicabilitatea calculului evolutiv bazat pe algoritmi genetici
Sisteme neuro-geno-expert

27
27
31

4
4.1
4.2
5
5.1
5.2

6
6.1
6.2
7
7.1
7.2

EXPERT

PRODUSE PROGRAM INTELIGENTE APLICABILE


SISTEMELOR DE ENERGIE
Produs informatic pentru generarea de software,
platform pentru dezvoltarea sistemelor expert
Generator de sisteme expert bazate pe reguli, cu suport neuro-fuzzy,
aplicabile n ingineria industrial
STUDIUL CORELATIILOR CALITATE-RISC LA NIVELUL
ECHIPAMENTELOR ENERGETICE
Modele ale calitatii corelate cu riscurile energetice
Costurile calitatii si non-calitatii exprimate n cercetari operationale
RENTABILITATEA EXPLOATARII ECHIPAMENTELOR
ENERGETICE DOTATE CU SISTEME NEURO-GENETICE
Modele de rentabilitate n cercetrile operaionale
Calculul indicatorilor de eficien economic
aplicabili la nivelul instalaiilor industriale

11
11
16

33
33
35

39
39
44

46
46
49

8
8.1
8.2

STUDIU DE CAZ PRIVIND SITUATIA ACTUAL I PERSPECTIVA


INFORMATIZRII SISTEMULUI ENERGETIC NATIONAL
Prezentarea soluiei actuale
Inovrile posibile i efectele lor prin introducerea sistemelor inteligente

53
53
55

9
9.1
9.2

CONCLUZII
Sinteza problemelor dezvoltate n lucrarea de doctorat
Prezentarea si comentarea noutilor

61
61
62

10
10.1
10.2

BIBLIOGRAFIE
Lucrri de referin n domeniu
Referate, articole i cri publicate de doctorand

67
67
69

Abstract

71

1. FORMULAREA PROBLEMEI I
SCOPUL TEZEI DE DOCTORAT
1.1 Analiza informatizrii sistemelor de energie
Luarea de decizii n cadrul unui proces decizional este unul din
principalele atribute ale managementului. Decizia se refer la adoptarea unei
soluii optime dintre soluiile alternative de aciune. Eficiena procesului
decizional este cu att mai mare cu ct poate prelucra mai rapid cantiti mari
de informaii necesare analizei soluiilor alternative.
Sistemele informatice reprezint unelte care pot eficientiza procesul
decizional. Exist dou abordri conexe ale sistemelor informatice pentru
management: o abordare care se concentreaz asupra culegerii i prelucrrii
informaiei n scopul sintetizrii acesteia i prezentrii ntr-o form care s
faciliteze analiza rapid de ctre decident i o alt abordare care se
concentreaz asupra modelrii procesului decizional i tratarea informaiilor pe
baza acestor modele pn la oferirea de soluii alternative. Aceste abordri se
concentreaz pe strategia i obiectivele organizaiei care sunt formulate la
nivelurile de vrf ale managementului. La baza creterii eficienei i siguranei
n exploatare a sistemului energetic st informatizarea.
Sistemul electroenergetic (SEN) reunete procesele tehnologice i
informatic-decizionale n vederea asigurrii n condiii de siguran, calitate i
eficien a consumatorilor cu energie electric i termic. Scopul final al
ramurii energeticii industriei romneti l constituie asigurarea cu energie a
consumatorilor.
O condiie principal pentru realizarea optimizrii regimurilor de
funcionare ale SEN o constituie existena unui sistem informatic modern. ntre
calitatea managementului SEN i sistemul su informatic exist o legtur
strns.
n prezent, informatizarea activitilor sectorului electroenergetic este o
cerin major n scopul creterii calitii prestaiilor att n ceea ce privete
meninerea parametrilor optimi ai energiei electrice i asigurarea continuitii
alimentrii, precum i n domeniul eficienei economice.
n domeniul energetic, sistemul informatic trebuie armonizat dinamic cu
strategia de evoluie a activitilor de baz, privind producerea, transportul i
distribuia energiei electrice i termice, urmrindu-se n principal ca obiective:
instrumentarea eficient a procesului de decizie;
supravegherea, controlul i comanda proceselor tehnologice specifice
de producere, transport i distribuie a energiei electrice i termice;
gestionarea complex a resurselor i evaluarea operativ a rezultatelor
activitii;
5

cunoaterea permanent a perspectivei pieei pentru resursele i


respectiv produsele activitii;
controlul operativ al activitii unitilor componente, n condiiile
creterii autonomiei acestora, cu ncadrare coordonat n
managementul strategic unitar.
Rolul informaticii n conducerea energeticii este concretizat prin:
asigurarea setului pertinent de informaii pentru managementul
ntregii ramuri;
asistarea conducerii la fundamentarea deciziilor;
mbuntirea activitii energetice pe baza informaiilor injectate prin
feedback de ctre celelalte ramuri industriale;
crearea unor canale de comunicaii eficiente pe vertical i orizontal
ale ntregului sistem;
utilizarea sistemelor de codificare pentru nomenclatorul produselor, a
consumurilor specifice de resurse, a pieselor de schimb, etc;
valorificarea, prin adaptare i integrare, a aplicaiilor n funciune sau
n curs de proiectare.
Sistemul energetic are ca obiect de activitate urmtoarele deziderate:
dezvoltarea instalaiilor energetice de producere, transport i utilizare
raional a energiei;
modernizarea i repararea instalaiilor energetice;
conducerea operativ prin dispecer a sistemului energetic;
realizarea importului i exportului de resurse energetice;
asigurarea regimurilor optime de funcionare;
elaborarea i aplicarea n practic a ingineriei umane;
fundamentarea i implementarea strategiei financiar-contabile.
Soluiile de modernizare i dezvoltare a sistemelor informatice pentru
managementul energiei au fost gndite i elaborate pentru a face fa la dou clase
de activiti, i anume: activiti tehnico-productive i activiti funcionale corelate
economic n concepie sistemic, innd seama de atributele i funciunile
conducerii ramurii energetice. Au fost elaborate scheme hardware-software pentru
prelucrarea informaiilor i cunotinelor, cu scopul fundamentrii deciziilor i
declanrii aciunilor performante.
Principalele probleme care se pot rezolva cu noile configuraii
informatice sunt urmtoarele:
dezvoltarea sistemic a instalaiilor energetice;
6

stabilirea regimurilor economice de funcionare a agregatelor i a


elementelor ce leag producia de consumatori;
elaborarea i aplicarea strategiei de reparaii energetice;
constituirea statisticii la nivelul fiecrei filiale i a ramurii
energetice ca un tot unitar;
retehnologizarea instalaiilor din ntregul sistem energetic;
asigurarea cu resurse suficiente i de calitate a unitilor de
producie;
urmrirea prin dispecer a corelaiei central - sistem - consumator
energetic;
asigurarea calitii energiilor electrice i termice produse i livrate;
implementarea ingineriei umane i determinarea rentabilitii pe
ansamblul ramurii energetice.
Compartimentele de informatic elaboreaz i transpun n practic
concepia informatic a ramurii energetice, asigur exploatarea sistemelor
informatice la toate nivelurile de conducere i propun soluii de mbuntire a
structurilor hard - soft n funciune pe baza reaciilor inverse recepionate din
teritoriu. Pe baza acestor activiti i propuneri se pot formula direcii de
dezvoltare a informaticii la nivelul ramurii i se poate elabora politica de
informatizare a sistemelor de cercetare - proiectare i exploatare a instalaiilor
energetice de producere - transport i utilizare a energiei.
Efortul financiar n informatizare a fost orientat spre achiziia de
echipamente, aplicaiile fiind transpuse de pe echipamentele vechi sau elaborate
de personal de specialitate din filiale.
Distribuirea resurselor financiare cu preponderen filialelor nu a permis
crearea la nivelul direciilor generale i instituiilor a unor centre de competen
n tehnologii informatizate capabile s desemneze eficient progresul tehnic,
fenomen amplificat de mecanismul contractelor economice.
Marea majoritate a subunitilor SEN utilizeaz aplicaii informatice
pentru:
facturarea consumurilor de energie electric i termic;
gestionarea personalului i calculul salariilor;
gestiunea mijloacelor fixe;
evidena materialelor i a obiectelor de inventar;
gestiunea unor conturi contabile de ncasri i pli;
evidena echipamentelor de protecie;
gestionarea patrimoniului;
evidena unor elemente de instalaii i echipamente energetice;
evidena derulrii unor lucrri de exploatare, ntreinere i reparaii a
instalaiilor;
calcule tehnice i economice n proiectare i exploatare;
7

rapoarte operative pentru informarea conducerii care rezolv n mod


diferit de la o unitate la alta respectiva tematic din punctul de vedere
al prelucrrii informaiilor, diversitate impus de sistemele de calcul,
softul de baz existent i cerinele utilizatorilor;
subsistemul DEN realizat ntr-o concepie unitar, grefat pe
principalele sale funciuni;
mare diversitate de aplicaii destinate teleconducerii/supravegherii
proceselor tehnologice principale din producia, transportul i
distribuia energiei electrice i termice.
Consideraii critice asupra inconsistenei
datelor din sistemul energetic
Pentru a se constitui n resurse eficiente n procesul de informatizare,
echipamentele de calcul existente, profilurile profesionale ale personalului de
specialitate n informatic, programele de baz utilizate necesit evaluare i
ordonare.
Analiza sintetizatoare a a structurii i funcionalitii sistemelor
energetice n general i a sistemului enegetic naional a permis sublinierea
urmtoarelor inconsistene a obiectivelor de producere a energiilor primare i a
celor transformate i anume:
-

Nivelul de informatizare a sistemelor de energie se difereniaz sub


aspect arhemic ceea ce duce la rezultate tehnico-economice mai puin
acceptate de consumatori; perturbaiile nu sunt bine cuantificate i nu
se prevd instalaii performante de nregistrare a riscurilor i de
transformare a pagubelor n economii de energie.
Monitorizarea i nregistrarea corespunztoare a entropiei energetice
asistat informatic trebuie precedate de calculaii exacte care s
serveasc depirea prin informatizare a creterii efeicienei resurselor
energetice primare i a celor transformate.
Deciziile nu se construiesc plecnd de la supervizarea faptelor reale
mai ales n caz de avarie ceea ce provoac pierderi suplimentare; n
plus, nu se trece la efectiv la studiul comportrii echipamentelor i a
resursei umane n exploatare astfel ca pe baza lor s se proiecteze
performant noile instalaii eneregetice asistate informatic.
Intensificarea culturii organizaiilor de proiectare i exploatare a a
echipamentelor apelnd la cunoaterea inovativ nu se face
corespunztor n unitile din structura sistemului energetic naional.
Aciunile la nivelul pieei de energie nu sunt eficiente ceea ce conduce
la preuri agresive a energiei electrice livrate consumatorilor
8

Sistemele expert i neuro-expert sunt apelate inconstant i nu


constituie o preocupare intensiv a resursei umane din interiorul
fiecrei uniti a sistemului energetic.
Calculaiile privind eficiena produselor program i cele privind
calitatea specialitilor nu se fac continuu ceea ce ce duce la indicatori
tehnicoeconomici sub cei realizai de resursa uman din cadrul
sistemului energetic european.
Aplicarea n diverse situaii practice a reingineriei energetice n ideea
valorificrii visioningului nu se face dect parial i incomplet ceea ce
a permis elaborarea strategiei sistemului energetic naional mtro
form incomplet.

1.2 Scopul tezei de doctorat


i punctarea noutilor din structura cercetrii
Obiectivul principal urmrit prin prezenta lucrare de doctorat const n
reducerea costului total de producie i livrare a energiei electrice i creterea
calitaii serviciilor de sistem oferite de ctre SEN.
Principalele componente ale costului energiei care sunt vizate direct de
scopul menionat al lucrrii sunt urmtoarele:
-

costul obinerii informaiei suport pentru decizie n managementul


proceselor energetice
costul obinerii informaiilor de natur tehnic prin diagnoze, prognoze
i optimizri
costuri suplimentare survenite ca urmare a unor soluii tehnice eronate
costuri aferente resurselor umane antrenate
costul implementrii soluiilor informatice
n acest scop, teza de doctorat a fost elaborat pe urmtoarele direcii:

cercetarea principalelor tehnici de inteligen artificial (sisteme


expert, reele neuroanale artificiale, algoritmi genetici i programare
abstract) i a posibilitilor de combinare a acestora n vederea
aplicrii lor n condiiile specifice sistemului energetic naional;
elaborarea de produse program inteligente care s ncorporeze
modelele teoretice studiate anterior; vor fi dezvoltate dou astfel de
soluii informatice: un generator de programe pentru exploatarea
bazelor de date i un generator de sisteme expert binare cu suport
fuzzy, asistate neuronal;
9

determinarea condiiilor specifice pentru implementarea produselor


program elaborate i implicit a tehnicilor de inteligen artificial
ncorporate de acestea prin studiul corelaiilor calitate-risc la nivelul
echipamentelor energetice i al rentabilitii exploatrii acestora cu
sisteme inteligente;
realizarea unui studiu de caz pentru implementarea i aplicarea
produselor informatice dezvoltate, n condiiile concrete existente n
sectorul energetic.

Noutile specifice domeniului abordat prin prezenta lucrare sunt


urmtoarele :
-

realizarea unui generator de programe pentru gestiunea bazelor de date


Oracle n limbajul PHP, bazat pe metoda programrii abstracte
realizarea unui generator de sisteme expert bazate pe reguli de
producie, cu suport neuro-fuzzy; produsul program dezvoltat utilzeaz
dou noi metode de implementare a tehnicilor de inteligen artificial
i anume:

algoritmul de inferen bazat pe disjuncie logic


arborele neuronal de nvare a funciilor logice

10

2. STRUCTURA I FUNCIONAREA
SISTEMELOR EXPERT
2.1 Structura sistemelor expert pe module functionale

Conceptul de sistem expert


Conceptul de sistem expert se poate defini ca o structur bazat pe
inteligen artificial care, pe baza noiunii de cunoatere n domeniu, poate
achiziiona cunotine de la experii umani, urmnd ca prin inferena logic s
asigure rezolvarea eficient a problemelor concrete din domeniul de expertiz.
Sistemul expert utilizeaz raionamentul simbolic asemntor cu cel uman
pentru a reprezenta i prelucra cunotine.
Un sistem expert este un program care urmrete un grup de cunotine
pentru obinerea n acelai mod ca i experii umani a rezultatelor despre
activiti dificil de examinat sau executat. Principala caracteristic a SE este
derivat dintr-o baz de cunotine, mpreun cu un algoritm de cutare
specific metodei de raionare. Un sistem expert trateaz cu succes probleme
pentru care o soluie algoritmic clar nu exist.
Structura sistemelor expert are ca fundament conceptul de inteligen
artificial care se bazeaz pe ingineria cunoaterii pentru a rezolva probleme
prin intermediul sistemelor formale. Sistemul expert cuprinde cinci module, la
care se adaug baza de cunotine.
Schema de funcionare a sistemului expert este redat n figura 2.1.

11

Expert uman

Inginer de cunotine

Modul de achiziionare a cunotinelor


Reprezentarea cunotinelor
Baza de
cunotine

Baza de
fapte

Motor de inferen

Modul explicativ

Baza de
reguli

Prelucrarea
cunotinelor

Interfa utilizator

Utilizator
Fig. 2.1. Schema de funcionare a sistemului expert
Modulul cognitiv memoreaz cunotinele n baza de cunotine pe care o
actualizeaz, dup care caut piesele de cunoatere simbolizeaz noiunile i
aplic lanurile infereniale.
Modulul rezolutiv alege strategia de control i elaboreaz programul de
rezolvare a problemelor aprute; el verific totodat consistena pailor de
rezolvare a obiectivelor din structura problemelor analizate, construiete
informaia de control i traseaz cile raionamentului.
Modulul explicativ justific fa de utilizator soluia obinut pentru
12

problema rezolvat prin interpretarea cilor de raionament, analizeaz cauzele


care au favorizat sau condus la eecul execuiei i evideniaz piesele de
cunoatere care lipsesc din lanul inferenial, mpiedicnd erorile i riscurile
care pot aprea n procesul de prelucrare a cunotinelor.
Modulul de comunicare face legtura dintre sistem i utilizator, folosind
limbaje de comunicare i reprezentare a cunotinelor, realizeaz comunicri
ntre datele de intrare i ieire, asigurnd i comanda dispozitivelor cu caracter
efectorial.
Baza de cunotine include noiuni pentru nelegerea, formularea i
rezolvarea problemelor structurate pe cunotine factuale i procedurale, care
pot avea caracterul de adevr/fals i care pot fi deterministe i/sau probabiliste.
Baza de cunotine este format din:
Baza de fapte conine faptele din structura domeniului de expertiz i
pe cele aferente rezolvrii problemei investigate; aceasta funcioneaz
ca o memorie de lucru prin care trec comunicaiile de la baza de reguli
spre mecanismul de inferen i conine elemente de cunoatere
euristic referitoare la domeniul expertizat.
Baza de reguli reprezint nivelul conceptual al SE, fiind susceptibil la
adaptri i modificri periodice.
Motorul de inferen reprezint creierul SE i este alctuit dintr-un
produs program care exploateaz din baza de reguli i aplic metodologiile de
raionament premizelor din baza faptelor n vederea elaborrii concluziilor
finale. Motorul de inferen este un mecanism de raionament care dispune de
propria sa baz de cunotine i, reunit cu interfaa cu utilizatorul, formeaz un
sistem pentru obinerea imediat a rezultatelor.
Structura funcional a motorului de inferen cuprinde:
un set de algoritmi specializai care detecteaz reguli verificate faptic,
ce pot fi utilizate;
mecanismul de selectare a meta-regulilor (reguli pentru aplicarea
regulilor) care prin declanarea regulilor selectate conduce la
completarea bazei de fapte;
Mecanismul de inferen poate folosi trei moduri de raionament:
inferen cu nlnuire nainte (dirijat de fapte);
inferen cu nlnuire napoi (dirijat de fapte);
inferen mixt.

Sisteme expert fuzzy


Logica fuzzy a fost definit n 1965 de ctre prof. Lotfi Zadeh, de la
Universitatea Berkeley. Spre deosebire de logica clasic, care lucreaz cu dou
13

valori numerice exacte (0 pentru fals i 1 pentru adevrat), logica fuzzy


folosete o plaj continu de valori logice cuprinse n intervalul 0 -1, unde 0
indic falsitatea complet, iar 1 indic adevrul complet. Astfel, dac n logica
clasic un obiect poate aparine (1) sau nu (0) unei mulimi date, n logica fuzzy
putem defini gradul de apartenen al obiectului la mulime i care poate lua
valori ntre 0 i 1. Logica fuzzy ofer instrumentele necesare pentru
reprezentarea n sistemele inteligente a unor concepte imprecise cum sunt
mare, mic, scump, ieftin .a., concepte numite variabile lingvistice sau
variabile fuzzy. Pentru reprezentarea acestora se folosesc seturile fuzzy, care
capteaz din punct de vedere cantitativ interpretarea calitativ a termenilor.
Teoria mulimilor fuzzy este cea mai general teorie a incompletitudinii
formulat pn n prezent. Logica fuzzy ofer posibilitatea de a reprezenta i
raiona cu cunotine comune, formulate n mod obinuit i de aceea i-a gsit
aplicabilitatea n numeroase domenii. Termenii i regulile vagi pot fi
reprezentate i manipulate cu ajutorul calculatorului, caracteristic foarte
valoroas n domeniul ingineriei bazelor de cunotine, unde cunotinele
experilor sunt formulate de obicei n limbaj obinuit. Logica fuzzy are o
valoare deosebit i n aplicaiile de control automat unde este dificil sau
imposibil de dezvoltat un sistem de control tradiional.
Spre deosebire de SE clasice, sistemele fuyyz cuprind dou componente
software suplimentare: fuzzyficatorul i defuzzyficatorul.
Fuzzyficatorul este un program prin care se realizeaz conversia datelor
introduse de utilizator n valori fuzzy (ntre 0 i 1) care descriu informaiile de
intrare ntr-o form recunoscut i acceptat de motorul de inferen i
pstreaz totodat maniera complex de reprezentare a datelor.
Dup ce se realizeaz procesul de inferen, datele de ieire obinute vor
fi prelucrate de ctre defuzzyficator care le va converti n formatul acceptat de
ctre utilizatorul uman (n limbaj natural), acelai n care au fost introduse
datele de intrare.
Funcia de fuzzyficare poate fi: continu, pe intervalul [0,1] sau discret,
caz n care va returna o valoare pozitiv subunitar corespunztoare unui
interval de valori n care se ncadreaz argumentul funciei, respectiv informaia
de intrare specificat de utilizatorul uman.
Avantajele i limitele sistemelor expert
Principalele avantaje ale utilizrii sistemelor expert sunt:
sunt foarte eficiente n cazul problemelor complexe care necesit un
volum mare de cunotine, n lipsa unui algoritm unic i clar de
rezolvare;
folosesc experiena i cunotinele acumulate de experii umani;
pot fi mai rapide i mai eficiente dect experii umani la rezolvarea
problemelor de mare complexitate;
14

asigur independena total dintre datele problemei i raionamentele


de rezolvare;
ofer posibilitatea explicrii soluiei prin indicarea cilor de rezolvare
a problemei i a raiunilor care au fundamentat soluia;
trateaz incertitudinea ntr-o manier explicit, care spere deosebire de
experii umani, poate fi inspectat i verificat;
permit adugarea i actualizarea facil de cunotine;
ofer o mare flexibilitate n rezolvarea problemelor, prin separarea
cunotinelor fundamentale din domeniu de informaiile specifice unei
probleme;
posed capacitatea de obinere a unor noi cunotine pe baza celor
existente;
expertul uman poate nva de la SE.
Dintre limitele sistemelor expert, cele mai importante sunt:
cunotinele nmagazinate depind n mare msur de expertul uman
care le exprim i actualizeaz;
sunt limitate la un domeniu restrns, iar cunotinele dintr-un alt
domeniu nu pot fi uor integrate;
nu pot aciona pe baza intuiiei sau bunului sim, deoarece acestea nu
sunt reprezentabile;
procesul de nvare nu este automat, pentru actualizarea cunotinelor
fundamentale fiind necesar intervenia uman (SE poate acumula
cunotine noi doar pe baza celor existente, dar nu poate nva prin
analogie, fr o baz teoretic);
nu pot rezolva probleme nedeterministe, din domenii n care
cunotinele umane nu sunt suficiente.
Pentru rezolvarea acestor neajunsuri, sistemele expert pot conlucra cu
alte instrumente de inteligen artificial, denumite reele neuronale, care imit
ntr-o oarecare msur structura neuronal a creierului uman, avnd
posibilitatea nvrii din exemple, fr o baz de cunotine iniial. Prin
combinarea celor dou instrumente i a metodelor acestora de raionament se
obine un sistem neuro-expert, care este format dintr-un sistem expert i o reea
neuronal artificial.

15

2.2 Aplicaii ale sistemelor expert n domeniul energiei


Aplicaii ale sistemelor expert n activitatea de baz a SEN
Sistemele expert care se pot utiliza n energetic au urmtoarele
denumiri i funcii:
CARGUIDE - supervizeaz orientarea circulaiei intr-un sistem
complex;
CASES - analizeaz i soluioneaz nlocuirea unor componente ale
circuitelor secundare din cadrul centralelor nucleare (CNE );
COSMOS asist reacia operatorilor la funcionarea
necorespunztoare a centralelor nucleare;
FRACAS - supravegheaz sigurana CNE mpotriva incendiilor;
ARTEX - permite alegerea echipamentelor i tehnologiilor nucleare
prin compararea variantelor de CNE;
REACTOR asigur exploatarea reactoarelor nucleare;
PROMAS - asist formarea i exploatarea bazei de cunotine;
SAPIEXT - asist operatorii la rezolvarea problemelor de exploatare
ale centralelor nucleare;
ZSE - asist exploatarea CNE de tip PWR.
Perspectiva sistemelor expert este condiionat de arhitectura
structurilor hard i a gradului de inteligen a softurilor. Aceste schimbri sunt
dictate de complexitatea problemelor supuse rezolvrii de diversitatea formelor
de cunoatere i de reprezentare a lor n baza de cunotine. Sofisticarea acestui
formalism reclam proiectarea unor noi arhitecturi cum ar fi : arhitectura
hibrid, arhitectura blakboard i arhitectura peer.
Arhitectura hibrid opereaz cu un singur formalism de reprezentare a
cunoaterii n baza de cunoatere. Reprezentarea cunotinelor se face folosind
limbaje orientate pe obiect care ofer o structur optim pentru baza de
cunotine simultan cu integrarea diferitelor formalisme de reprezentare i
combinarea eficient a cunotinelor cu raionamentele aferente. Reprezentarea
cunotinelor prin aceast arhitectur este natural i acceptabil conceptual
deoarece lucreaz prin complementaritatea a dou formalisme de reprezentare
cea static (cazul regulilor de producie) i cea dinamic (cazul obiectivelor
structurate i ierarhizate) n cadrul aceluiai mecanism inferenial. Ansamblul
mecanism inferenial baza de cunotine dimensioneaz capacitatea de
expertiz funcional a sistemului expert i nlesnete asistarea operaiilor de
testare inclusiv controlul coerenei aciunilor sale.
Arhitectura blackboard permite prelucrarea unei cantiti mai mari de
cunotine n raport cu arhitectura hibrid i le organizeaz n structuri ierarhice
complexe chiar dac cunotinele provin din surse diferite. Aceast arhitectur
folosete pentru rezolvarea problemelor complexe mai multe baze de cunotine
16

constituind premisa formrii sistemelor multiexpert (SmE). Acest model nou de


arhitectur introduce n structura sistemului expert o component suplimentar
denumit - memorie de lucru. Modelul arhitectural - blackboard sintetizeaz
sursele de cunoatere ntr-un proces care opereaz cu o structur comun de
date ce ne descrie problema curent de rezolvat. Blackboardul permite o
comunicare ntre sursele de cunoatere i nregistreaz toate ipotezele, deciziile
i rezultatele. Astfel se pot nregistra trei clase de decizii i anume: decizii de
prograrnare i rezolvare a problemelor curente, decizii privind aciunile
poteniale aprute n procesul execuiei i decizii care duc la soluii finale.
Sistemele expert realizate n structuri blackboard au capacitatea de nelegere a
limbajului natural. Exemple de sisteme expert cu arhitectura blackboard sunt
cele cu urmtoarele denumiri: HEARSY II; VISION; AGE; MXA;
HASP/SIAP.
Arhitectura PEER (Planning and Execution with Error Recovers)
permite integrarea tehnologiilor informatice ale sistemelor expert cu celelalte
tehnologii informatice existente n domeniul investigat. Pe aceasta baz s-au
elaborat urmtoarele clase de noi sisteme expert cum ar fi - SEFAITE destinat
diagnosticrii defeciunilor din structurile complexe i SE-SWITCH destinat
programrii i urmririi zborurilor spaiale folosind opiuni resursele
disponibile.
Sistemele expert care opereaz cu inteligen artificial distribuit,
prelucreaz informaii incerte, incorecte, incomplete i vagi. Realizrile n acest
domeniu se situeaz n zona aplicaiilor de laborator cu deschidere spre
producie.
Dezvoltarea sistemelor expert i implementarea lor n practica implica
integrarea acestor instrumente informatice cu sistemele inteligente existente.
Aceasta operaie se poate realiza funcional fie la nivelul instrumentelor de
construcie i dezvoltare fie la nivelul sistemelor specifice operaionale. n
prezent se merge pe soluia de integrare funcionala la nivelul instrumentelor de
construcie i dezvoltare a sistemelor expert cu structurile inteligente din
practica studiat, fizic. La integrare o problem major o constituie formarea
bazei de date, inteligena i utilizarea ei eficient. n aceast ordine de idei,
sistemul expert simplific managementul bazei de date prin implementarea
unor faciliti de inferene, construirea unor inferene inteligente intre bazele de
date diferite n manier transparent pentru utilizator. O alt component
major a procesului de integrare a sistemelor expert cu cele inteligente se refer
la ansamblul tehnicilor de modelare cantitativ. Modelele care se preteaz la o
integrare eficient sunt cele din domeniul managementului i a ingineriei
economice, finanelor i statisticii matematice, ingineriei umane i deciziei.
Modelele cantitative pot determina raportul optim dintre reprezentarea
simplificat i reproducerea ct mai exact a realitii. Utilizarea acestor
modele se poate face pentru aprecierea parametrilor raionali ai problemelor
17

supuse rezolvrii, efectuarea analizelor de senzitivitate i a celor cauz - efect


precum i pentru compararea soluiilor de variante raionale pentru rezolvarea
problemelor complexe.
nlocuirea consilierilor cu sisteme multiexpert este operaionala n
probleme specializate (care ajut managerul) cum ar fi: clasificarea problemelor
i mprirea lor n subprobleme, identificarea i aplicarea modelului adecvat la
rezolvarea problemei investigate. Pentru comunicri operative intre diverse
structuri expert i intre acestea i utilizator se elaboreaz interfee inteligente.
Logistica competenelor orientate spre client
n etapa actual ntreprinderile trebuie s fac fa evoluiilor din ce n
ce mai rapide i din ce n ce mai complexe ale mediului lor i ale exigeneleor
clienilor, precum i la nsprirea concurenei. n acest context devine
determinant capacitatea de adaptare la noile condiii ale angajailor iar
misiunea de baz a gestiunii resurselor umane va consta n organizarea acestei
capaciti de adaptare prin pstrarea i dezvoltarea ei. Este vorba de prevederea
meseriilor de mine, ceea ce echivaleaz cu prevederea competenelor,
calitatea i cantitatea de care ntreprinderea va avea nevoie mina. Obiectivul
este deci optimizarea anticipiativ a corelrii resursei umane de care dispune
ntreprinderea cu nevoile sale.
Gestiunea competenelor impune s se reflecteze i s se discute la
dou niveluri:
Primul nivel este nivelul macro competenelor, care corespund
proceselor cheie din ntreprindere i macro competenele potrivit
caracteristicilor lor pot fi:
macro compotenele pe care le posed o comunitate de persoane i care nu
sunt ntotdeauna bine identificate. Cnd aceste macro-competene nu
funcioneaz bine sufer toat ntreprinderea.
macro-competenele pe baza crora ntreprinderile pot s-i creeze avantaje
concureniale i care se deosebesc unele de altele. Pentru competena livrare
rapid ntreprinderile nu ofer acelai nivel de performan. Dac este cazul,
una dintre ele va face inovri n ceea ce privete prestarea serviciului pentru a
se demara de altele.
Al doilea nivel este nivelul micro-competenelor i care privesc
procesele auxiliare i le revin anumitor persoane sau compartimente.
Dificultatea major pentru ntreprinderi rezid n obinerea unui consens cu
privire la prezent i viitor deci i cu privire la competenele pe care le cere
aceasta. Mobilizarea persoanelor potrivit cu evoluia meseriilor este esenial
deoarece ea condiioneaz performana ntreprinderii astfel:
18

asigur coerena ntre procesele cheie i procesele auxiliare


asigur coeziunea diferitelor echipe n jurul unui obiectiv i aceasta
n toate stadiile proceselor.
O ntreprindere orientat spre client nu este dect o organizaie care
reuete s mobilizeze i s adapteze competenele personalului su la nevoile
clienilor si externi i interni. n ce privete competenele gestiunea resurselor
umane are urmtoarele misiuni:
A) s identifice nevoile de competene ale noilor piee i ale clienilor
noi
B) s conving conducerea ntreprinderii s adere la concepia privind
competenele
C) S descrie competenele potrivit schemei de ncadrare i s asigure
evoluia lor.
D) s dezvolte un proces de nvare colectiv.
Logistica competenelor ntreprinderii reclam creterea calitii
factorului uman prin nvarea fiecrui specialist dublat de un instructor asistent neuro-expert care, aflat la un nalt nivel profesional, ncearc s
maximizeze empatia interlocutorului.

3. TEHNOLOGIA CUNOATERII
BAZATE PE CALCUL NEURONAL
3.1 Conceptul de reea neuronal artificial,
extensie a sistemelor expert
Cunoaterea poate fi deseori dificil de exprimat n sistemul formal al
calculatoarelor. Este cazul n care specialistul este incapabil de a formula
cunoaterea i experiena proprie utiliznd reguli, deoarece, de fapt, experii
umani nu aplic n mod obinuit logica formal n fiecare situaie ci mai
degrab ei asociaz cazuri noi cu modele de soluii (vechi) utilizate pentru a
soluiona noul caz.
Mai mult, cteva domenii includ date numerice n loc de reguli,
imagini vizuale, semnale, etc. Aceste date necesit procesare suplimentar i de
aceea ele reprezint cunoatere implicit.
Creierul uman este att de complex nct nimeni nu nelege cum este
depozitat informaia acolo. Totui simularea a chiar unui model matematic
19

simplificat de reea neuronal surprinde comportarea inteligena similar


inteligenei umane, ca de exemplu abilitatea de a nva noi cunotine i de a
generaliza experienele anterioare de aceea aa numitele sisteme neuro-expert
n care baza de cunotine este implementat de o reea neuronal prezint o
alternativ promitoare a sistemelor bazate pe reguli.
Reelele neuronale conin o multitudine de uniti simple: neuronii
care sunt dens interconectai. Au o structur asemntoare neuronului uman,
fiind o unitate elementar de procesare care realizeaz o operaie simpl pe o
mrime de intrare pentru a produce o mrime de ieire. El este alctuit dintr-un
corp, un set de intrri i o ieire.
Neuronii artificiali sunt deci elemente de procesare neliniare care
opereaz n paralei. Prin analogie cu neuronul biologic, fiecare neuron artificial
va recepiona una sau mai multe intrri, le va prelucra i va furniza o singur
ieire, care se poate conecta la intrrile mai multor neuroni. Fiecare intrare
corespunde unui singur atribut. De exemplu, dac problema const n a decide
asupra acordrii unui credit, atributul poate constitui un nivel de activitate, un
tip de garanie, etc. Valoarea numeric a atributului va deveni o intrare n reea.
Se pot utiliza diferite tipuri de date drept intrri, dar n cadrul reelei se pot
prelucra doar date numerice. n cazul n care sunt necesare atribute calitative,
acestea vor fi transformate n echivalente numerice.
Ieirea unui element de procesare poate constitui rezultatul final sau poate
deveni intrare ntr-un alt proces de prelucrare. Fiecrei intrri xi i este asociat
o pondere (fiecare intrare este ponderata, adic valoarea sa este multiplicata cu
o valoare corespunztoare wi, numit pondere), care reprezint de fapt
memoria proprie a neuronului. Intrrile ponderate se nsumeaz. Modalitatea
prin care reeaua nva este repetata ajustare a acestor ponderi. Elementul de
prelucrare (neuronul) calculeaz suma ponderat a intrrilor sale, fiind activat
doar daca aceasta suma depete un anumit prag, numit prag de activare
funcia de nsumare a intrrilor asociata unui neuron artificial este relatia:

(3.1)
Unde:
xi = valoarea intrrii i
i = intrarea
Wi = ponderea asociat intrrii
Asupra sumei obinute se aplica o funcie de activare F; rezultnd
valoarea ieirii neuronului respectiv:
Ieire yj = F (net j)
(3.2)
20

Starea neuronului se actualizeaz, periodic dup urmtorul mecanism: se


determin potenialul neuronal net j, calculnd suma ponderat a intrrilor xj,
care reprezint ieirile altor neuroni din reea sau informaii provenind de la
neuronii de intrare; acest potenial este comparat cu un prag tj, neuronul
activndu-se (yj = +1) dac netj > tj sau devenind pasiv (yi = -1) dac netj < tj.
Aceast prelucrare a informaiei n interiorul neuronului corespunde unei
funcii de transfer de tip treapt (heaviside), denumit frecvent funcie de
activare. Funciile de activare pot fi liniare sau neliniare.
Reelele neuroanle artificiale i dovedesc deci capacitatea de tratare
global, asociind neuronii prin intermediul unor ponderi (wi). Ansamblul
ponderilor w constituie parametrii ce caracterizeaz, ntr-o manier absolut,
procesul modelat de reea. Astfel, antrenarea reelei necesit o strategie de
ajustare a ponderilor respective - un algoritm de antrenare. n cazul antrenrii
reelei neuronale un numr de exemple (intrri /ieiri), ale cror atribute sunt
cunoscute i reprezentative pentru modelul de proces avut n vedere. Ansamblul
respectiv de exemple se numete, ca i n cazul arborilor de decizie, mulime de
antrenare. Rspndirea nestpnit a computerelor dup cum se exprim
alvin tofller, a fost denumit cea mai important schimbare n ultimele decenii,
poate chiar unic n sistemul de cunoatere, n paralel cu uluitoarea propagare a
noilor reele i mijloace de deplasare a cunotinelor, datelor i informaiilor.
Actualele schimbri i modificri petrecute la un nivel de hiper-vitez grbesc
procesul de nvare, n timp ce cunotinele nvate devin mai puin durabile.
ntr-o reea neuronal apar trei tipuri de uniti denumite straturi:

n Stratul de intrare primete semnale din afara stratului;


n Stratul de ieire primete semnale din afara stratului;
n Stratul ascuns la care semnalele lui de intrare i ieire n-au legtur

cu mediul.
Intrarea total a unitii (i) este suma ponderat a ieirilor de la
unitile legate la intrarea (i) la care se adaug un termen de decalare (bj).

xi t

w ij t a j t

bi t
(3.3)

3.2 Modele aplicate de calcul neuronal

Caracteristici generale pentru modelele neuronale


Reelele neuronale reprezint sisteme compuse dintr-un numr mare
de elemente de procesare ce opereaz n paralel, a cror funcionare este
21

determinat de structura reea i puterea conexiunilor. O reea artificial


neuronal cuprinde o suit de uniti simple de procesare care comunic ntre
ele prin semnale care circul printr-un numr mare de conexiuni ponderate.
Fiecare unitate de procesare primete intrri de la unitile vecine i cu
acestea calculeaz semnalul de ieire pe care-l trimite altor uniti
(microprocesoare care modeleaz neuronii). Simultan se ajusteaz ponderile
sinaptice. Sistemul aplic procesarea paralel (mai multe uniti fac calcule n
acelai timp).

Fig. 3.1 Reea cu mai multe straturi


Reelele neuronale sunt organizate pe straturi, reeaua din figura 3.1
contine trei straturi de neuroni, dintre care primul este stratul de intrare, iar
ultimul este stratul de ieire, stratul intermediar purtnd denumirea de strat
ascuns. Singurele straturi care realizeaz procesarea propriu-zis a informaiei
sunt stratul ascuns i cel de ieire. Neuronii din primul strat au numai rolul de a
prelua mrimile de intrare n reea, de aceea aceti neuroni, fie nu au funcii de
activare, fie folosesc funcii de activare, fie folosesc funcii de activare
identitate (yj =netj).
Reteaua din figura 3.1 are anumite proprieti care se aplic unei largi
categorii de reele neuronale:
Fiecare neuron acioneaz independent de ceilali neuroni din
acelai strat, ieirea unui neuron depinde numai de semnalele ce se aplic pe
conexiunile sinaptice de intrare.
Activarea fiecrui neuron depinde numai de informaii cu caracter
local; informaia ce este prelucrat de neuron provine de pe conexiunile
adiacente, nefiind necesar cunoaterea strilor altor neuroni cu care neuronul
considerat nu are legturi directe.
Numrul mare de conexiuni existente asigur un grad ridicat de
rezervare i uureaz reprezentarea distribuit a informaiei.
Perceptronul
Perceptronul, unitatea funcional a unei reele neuronale este capabil
22

s realizeze o clasificare binar (n dou clase). Pentru a obine o clasificare


ntr-un numr mai mare de clase (m>2) se va utiliza o structur cu mai muli
perceptroni conectai n paralel. n acest caz, intrrile sunt conectate la fiecare
neuron, obinndu-se astfel o structur conexionist cu n intrri i m ieiri,
numrul de ieiri fiind egal cu numrul de clase. Un exemplu este clasificat ca
aparinnd clasei ck1 dac ieirea yk este activ, restul ieirilor fiind inactive.
Perceptronul multistrat reprezint un model de reea neronal cu
activare direct, care conine unul sau mai multe straturi de neuroni ntre stratul
de intrare i stratul de ieire. Aceste straturi suplimentare reprezint nivelurile
ascunse ale perceptronilor multistrat.
Valorile intrrilor x1,.xn, pot fi binare, fie reale n intervalul [0,1].
Perceptronii multistrat au o putere de calcul mai mare dect aceea a
perceptronului cu una sau mai multe ieiri.
Perceptronii multistrat cu mai multe ieiri i funcii de transfer
sigmoidale se mai numesc i reele backpropagation, denumire care provine
de la algoritmul de nvare utilizat de aceste structuri i anume algoritmul de
propagare napoi a erorii.
Algoritmul de nvare al reelelor backpropagation cuprinde dou etape
principale:
a)
b)

Parcurgerea direct a reelei, de la intrri spre ieiri, n care se


activeaz reeaua i se determin valorile ieirilor.
Parcurgerea napoi a reelei, de la ieiri spre intrri, n care ieirile
calculate se compar cu ieirile din exemple i se determin o
estimare a erorii, aceast estimare a erorii fiind propagat napoi i
utilizat la actualizarea ponderilor.
Reeaua neuronal Hopfield

n anul 1986 John Hopfield a introdus un model de reea neuronal


asociativ recurent pe care l-a propus ca o teorie a memoriei. Reelele
neuronale asociative ofer un avantaj pe care reelele cu propagare nainte nu-l
au i anume funcionarea ca un nucleu compact n care intrrile i ieirile se
influeneaz reciproc.
O reea neuronal Hopfield poate fi utilizat ca o memorie asociativ sau
ca un optimizator. n primul caz, vectorul de intrare x, cruia i corespund m
exemple de antrenare, are componente binare (+1 sau 1). n cel de-al doilea
caz, vectorul de intrare are componente reale ce corespund unor variabile ce
minimizeaz funcia dat. Pe lng informaiile de intrare, fiecare neuron mai
are asociat i un termen de variaie ii, i=1,m. Ieirea neuronului j la un
moment dat yi(t) este calculat ca fiind produsul scalar dintre vectorul de intrare
i vectorul ponderilor. La momentul urmtor de timp, ieirea yj(t) este utilizat
ca intrare calculndu-se noua ieire yi(t+1), i aa mai departe, pn cnd
23

sistemul devine stabil, adic ieirile tuturor neuronilor nu mai variaz n mod
semnificativ
Reele neuronale cu auto-organizare (Kohonen)
Reelele neuronale cu autoorganizare Kohonen fac parte n categoria
sistemelor cu nvare nesupervizat i se bazeaz pe nvarea prin competiie.
naintea fiecrui pas de nvare (modificare a coeficienilor de pondere) are lor
o competiie la care particip toate unitile de procesare. Doar unitatea de
procesare care a ctigat competiia i modific coeficienii de pondere ai
legturilor cu celelalte uniti de procesare. Informaia pe care acest tip de
reele neuronale o furnizeaz utilizatorului nu este de tip numeric, ci calitativ i
reprezint gradul de apropiere al noului set de date de intrare fa de seturile de
date anterior prezentate.
Particularitatea reelelor Kohonen este aceea c neuronii nu mai sunt
aezai pe straturi (de intrare, de ieire i ascuns), ci n nodurile unei plase
bidimensionale (n x k).
Toate intrrile xi (i=1,..n) sunt conectate la fiecare neuron prin
intermediul unei ponderi wij (i=1,n i j=1,.k), ponderile legturilor dintre
neuroni i ieiri fiind n acest caz nerelevante. La nceputul procesului de
antrenare al reelei, ponderile wij sunt iniializate aleator, astfel nct la
prezentarea unui vector de intrare xi (i=1,n), neuronii vor rspunde, n prim
faz, ntr-un mod aleator. Adaptarea valorilor ponderilor wij se va face ntr-o
manier care s asigure faptul c neuronii apropiai din punct de vedere
topologic s fie sensibili la intrri apropiate. Altfel spus, la sfritul procesului
de antrenare, harta Kohonen va fi format din dou sau mai multe regiuni
corespunztoare claselor ieirilor.
Controlul inteligent al proceselor industriale
Aplicaiile tipice ale reelelor neuronale sunt n principal
urmtoarele: aproximarea matematic; estimarea de funcii de desitate de
probabilitate; extragerea de cunotine relaionare din baze de date binare;
formarea hrilor topologice, etc. Aplicaiile mai complexe ale reelelor
neuronale se pot realiza cu reele kohonen, reele grossberg-carpenter, reele
hopfield, reele tip perceptron multistrat (feedforward).
Reelele neuronale sunt folosite n recunoaterea adaptiv a
formelor, procesarea adaptiv a semnalelor, modelarea dinamic adaptiv,
controlul adaptiv, optimizarea structurilor energotehnologice, analiza
diagnostic a instalaiilor, sisteme expert pentru asistarea deciziilor i controlul
proceselor n timp real.
Controlul reprezint mulimea aciunilor efectuate n ideea c sistemul
controlat s se comporte ct mai apropiat de ceea ce dorete supervizorul uman.
24

Controlul unui sistem dinamic implic: modelarea sistemului, identificarea


sistemului pe baza datelor experimentale, procesarea semnelor la ieirea
sistemului din filtrare, predicie, estimarea strilor inclusiv generarea
intrrilor de control i aplicarea acestora sistemului cercetat.
Aplicarea practic a controlului inteligent se realizeaz prin sisteme
expert dotate cu: elemente adaptive, sisteme fuzzy echipate cu elemente de
decizie, i cu reele neuronale nzestrate cu elemente de compensare.
Toate acestea dispun de mecanisme inferentiale care permit formularea
unor raionamente logice. Pentru controlul inteligent avansat reelele neuronale
i folosesc calittile intrinseci: nvarea, adaptarea, procesarea paralel,
neliniaritatea, autoorganizarea i generalizarea (derivarea unei reguli dintr-un
exemplu specific).
O extindere deosebit a retelelor neuronale se regsete n robotica
industrial unde acestea permit un control mai inteligent dect metodele
convenionale. n plus, controlul bazat pe scheme neuronale se aplic
proceselor cu dinamici neliniare necunoscute, n vederea determinrii
parametrilor de comand. Reelele neuronale aplicabile n robotica industrial
trebuie dotate cu urmtoarele capaciti: nvarea dup exemple i aplicarea
celor reinute la identificarea sistemului cercetat; procesarea paralel i
reprezentarea neliniaritilor; robustee la zgomot, interpretarea rapid i
corect a datelor, utilizarea reelei ca o cutie neagr astfel ca s obinem la
ieire datele dorite pe o comand prestabilit fr s intervenim n structura
neuronal a reelei.
Abilitatea reelei neuronale de a nva din exemple asigur avantaje
privind calcularea rapid a ratei de adaptare n domeniul structurilor hibride
(discrete, continue), acomodarea la harduri nefiabile i la condiii variabile n
timp i realizarea controlului direct, respectiv invers, a proceselor supervizate
n timp real. Reelele neuronale se pot folosi ca regulatoare n timp real sau pot
regla aciunile unui controler existent la nivelul procesului supervizat.
n controlul supervizat direct, reeaua neuronal nva reprezentarea
intrrilor de la traductori i le adapteaz pe baze exemplelor tiute, la ieirile
dorite. Controlul invers reciam o retea neuronal care a nvtat inversul
dinamicii unui sistem. Semnalul de comand (ieire) din controller trebuie
generat astfel nct s corespund cu ieirea dorit cnd ieirea se aplic
procesului ca semnal corectiv. Deci, trebuie s se produc semnalul de
comand cnd ieirea dorit este impus. Aceast aciune reuete dac
controllerul are o dinamic invers celei a instalaiei tehnice.
nvtarea retelei neuronale se face cu asistenta arhitecturilor de
invare generalizat i de nvare specializat.
Arhitectura de nvtare generalizat reclam construirea modelului
dinamicii inverse a procesului tehnologic. Dup ce procesul nvrii s-a
ncheiat (ponderile conexiunilor rmn fixe), reeaua se folosete ca regula tor
naintea instalatiei. Eroarea de minimizat n acest caz este dat de diferenta
25

dintre ieirea retelei i intrarea n proces. In aceast arhitectur nu se poate


antrena selectiv sistemul pentru a corespunde corect pentru c nu tim care
intrri ale procesului corespund la ieirile dorite. Depirea acestui neajuns se
face combinnd arhitectura de nvare generalizat cu arhitectura de nvare
specializat.
Localizarea defectelor ntr-un proces energotehnologic se poate face
cu reelele neuronale care apeleaz la frecvenele proprii ale sistemului
controlat. Reelele neuronale se pot folosi pe post de clasificator de forme
pentru a accelera procesul diagnozei i service la sistemele electromecanice
asistate informatic.
Sinteza ntre inteligena artificial, reele fuzzy i cele neuronale este
cunoscut sub denumirea de tehnologie fan - fuzzy asociative neural care
include urmtoarele combinatii:
1. Inteligena artificial (sisteme expert) plus reea neuronal.
Sistemul expert seteaz valorile iniiale ale ponderilor i a structurii reelei
neuronale i le pstreaz n baza de date. Din combinaia cunotinelor
sistemului expert i a reelei neuronale se poate constitui o predictie optimal a
sistemului real supervizat.
2. Fuzzy plus reele neuronale. n sistemele expert mulimile fuzzy
pot exploata ambiguitatea rezultat la nivelul comunicrii imperfecte dintre
expert i utilizator.
3. Neurocontrolul are la baz reteaua neuronal multistrat. Mai
nou neurocontrolul face apel la reele neuronale recurente (reele multistrat cu
reacie). Aceste reele aplic algoritmul nvrii backpropagation care aparine
metodelor de gradient mult folosite n teoria controlului optimal.
4. Reelele neuronale multistrat clasice au o foarte nceat
convergen fapt pentru care nu pot fi aplicate n practic dect n domenii
restrnse. Creterea vitezei de nvare a acestor reele se face prin algoritmi
backpropagation mai eficiente prin nglobarea cunotinelor despre proces n
structura reelei neuronale i prin prenvarea offline a reelei.
5. Aplicaiile reelelor neuronale plus sisteme expert concepute n
logica fuzzy se refer la prognoza sarcinei, la diagnoza instalaiilor, la controlul
regimurilor i la asigurarea calitii energiei la costuri minime.

26

4. CONCEPTIA CALCULULUI EVOLUTIV PRIVIND


PERFORMAREA SISTEMELOR NEURO-EXPERT
4.1 Conceptia si aplicabilitatea calculului evolutiv bazat pe
algoritmi genetici

Conceptul de calcul evolutiv


n general, orice sarcin abstract care trebuie ndeplinit, poate fi
abordat ca pe o problem de rezolvat, care, la rndul ei, poate fi privit ca o
cutare n spaiul soluiilor poteniale. Deoarece, de obicei, cutm cea mai
bun soluie, putem privi acest proces ca fiind unul de optimizare. Pentru spaii
mici, metodele clasice exhaustive sunt suficiente, dar pentru spaiile mari, pot fi
folosite instrumentele speciale ale inteligenei artificiale.
Metodele calculului evolutiv se numr printre aceste tehnici, deorece
folosesc algoritmi ale cror metode de cutare au ca model cteva fenomene
naturale: motenirea genetic i lupta pentru supravieuire. Cele mai cunoscute
tehnici din clasa calculului evolutiv sunt algoritmii genetici, strategiile
evolutive, programarea genetic i programarea evolutiv.
Un algoritm evolutiv se prezint pe urmtoarea structur:
procedura algoritm_evolutiv
t0
creare P(t)
evaluare P(t)
ct timp nu condiia de terminare
tt+1
selectare P(t) din P(t-1)
modificare P(t)
evaluare P(t)
sfrit ct timp
sfrit procedur
Evoluia programului este un algoritm probabilistic ce conine elemente
distincte, P(t)={x1t, x2t, ...xnt}. Algoritmii evolutivi menin o populaie de
indivizi la fiecare iteraie t. O populaie poate fi privit ca fiind un vector de
valori. Fiecare element distinct reprezint o soluie potenial a problemei n
cauz i, n orice program, este interpretat ca S structura de date. Fiecare soluie
x1t, x2t, ...xnt este evaluat pentru a da o oarecare msur a fitness-ului su.
27

Fiecare individ (element al vectorului) reprezint o soluie potenial a


problemei i este implementat sub forma unei structuri de date S. Un individ
este uneori numit i cromozom. Fiecare soluie este evaluat ca fiind o msur a
"fitness-ului" su (speranei de via). Acest fitness reprezint calitatea
individului. De obicei, cu ct individul este mai promitor, cu att fitness-ul
su este mai mare. Exist unele probleme n cazul crora fitness-ul trebuie s
fie minimizat.
O nou populaie (iteraia t + 1) se formeaz prin selectarea mai
multor potriviri individuale, alegnd cei mai promitori indivizi (pasul de
selecie) din populaia curent. O parte din membri populaiei nou formate
sufer transformri (pasul de modificare) prin operarea genetica a noilor soluii.
Algoritmi genetici
Dup cum sugereaz i numele, algoritmii genetici folosesc principii din
genetica natural. Cteva principii fundamentale ale geneticii sunt mprumutate
i folosite artificial pentru a construi algoritmi de cutare care sunt robuti i cer
informaii minime despre problem.
Fitness-ul unui individ este atribuit proporional cu valoarea funciei
criteriu corespunztoare individului; indivizii sunt selectai pentru generaia
urmtoare pe baza fitness-ului lor.
Primul pas n utilizarea unui algoritm genetic este stabilirea unei
codificri a problemei. Codificarea binar este cea mai obinuit dintre
tehnicile de codificare; ea este simplu de manipulat i confer robustee
problemei.
Reprezentarea binar poate codifica aproape orice situaie, iar operatorii
nu includ cunotine despre domeniul problemei. Este motivul pentru care un
algoritm genetic se poate aplica unor probleme foarte diferite. n cazul
codificrii binare, fiecare valoare se reprezint printr-un ir de lungime
specificat care conine valorile 0 i 1. n anumite situaii este necesar s
utilizm codificarea "natural" a problemei, n locul reprezentrii binare. Un
exemplu de codificare natural ar fi codificarea real, care utilizeaz numere
reale pentru reprezentare.
Algoritmii genetici nu ne impun numai valori ntregi dintr-un anumit
interval; n general, putem folosi orice alt valoare ntreag sau real, prin
schimbarea lungimii irului binar.
Structura unui algoritm genetic
Se va descrie n continuare structura algoritmilor genetici.
Pentru nceput vom stabili urmtoarele:
cromozomii utilizai au lungime constant;
28

populaia (generaia) P(t + 1) de la momentul t + 1 se obine reinnd


toi descendenii populaiei P(t) i tergnd ulterior cromozomii
generaiei precedente (P(t));
numrul cromozomilor este constant.
Putem prezenta acum structura algoritmului genetic fundamental:
Pasul 1: t 0.
Pasul 2: Se iniializeaz aleator populaia P(t).
Pasul 3: Se evalueaz cromozomii populaiei P(t).
n acest scop se utilizeaz o funcie de performan ce depinde de problem.
Pasul 4: Ct timp nu este ndeplinit condiia de terminare se execut paii
urmtori:
Pasul 4.1: Se selecteaz cromozomii din P(t) care vor contribui la
formarea noii generaii. Fie P1 mulimea cromozomilor selectai (P1 reprezint
o populaie intermediar).
Pasul 4.2: Se aplic cromozomilor din P1 operatorii genetici.
Condiia de terminare se refer, de regul, la atingerea numrului de
generaii specificate. Dac numrul maxim admis de generaii este N, atunci
condiia de oprire este t > N. Se admite c rezultatul algoritmului este dat de cel
mai promitor individ din ultima generaie. n realitate, nimic nu ne garanteaz
c un individ mai performant nu a fost obinut ntr-o generaie anterioar. De
aceea, este normal ca la fiecare pas (la fiecare generaie t) s reinem cel mai
promitor individ care a fost generat pn atunci. Acest proces se numete
elitism.
Selecia
Un rol important n cadrul unui algoritm genetic l ocup operatorul de
selecie. Acest operator decide care dintre indivizii unei populaii vor putea
participa la formarea populaiei urmtoare. Scopul seleciei este de a asigura
mai multe anse de reproducere celor mai performani indivizi dintr-o populaie
dat. Prin selecie se urmrete maximizarea performanei indivizilor.
Operatorii genetici
Sunt descrii n continuare operatorii genetici folosii, de obicei, ntr-un
algoritm genetic.
Operatorul de reproducere
Rolul operatorului de reproducere este de a menine soluiile
promitoare din populaie i de a le elimina pe cele mai puin promitoare,
pstrnd constant dimensiunea populaiei.
Aceasta se realizeaz astfel:
se identific soluiile promitoare din populaie;
se creeaz mai multe copii ale soluiilor promitoare;
29

se elimin soluiile mai puin promitoare din populaie, astfel nct


multiplele copii ale soluiilor promitoare s poat fi plasate n
populaie.
Exist mai multe moduri de a realiza acest lucru. Cele mai uzuale
metode sunt selecia proporional, selecia prin turnir i selecia prin ordonare.
Este uor de observat c soluiile promitoare au mai mult de o copie n
populaia intermediar.
Operatorul de ncruciare
Operatorul de ncruciare este aplicat asupra indivizilor din populaia
intermediar.
n exemplul nostru, va fi aplicat asupra reprezentrii binare a celor ase
elemente pe care le avem n populaia intermediar. Operatorul de ncruciare
acioneaz n felul urmtor: sunt alei aleator doi indivizi din populaia
intermediar (care se mai numete i piscin de ncruciare) i anumite poriuni
din cei doi indivizi sunt interschimbate.
ncruciarea realizeaz un schimb de informaie ntre cei doi prini.
Descendenii obinui prin ncruciare vor avea caracteristici ale ambilor prini.
Trebuie reinut faptul c ncruciarea nu genereaz descendeni aleatori.
Dei este improbabil ca fiecare ncruciare ntre dou soluii din populaie s
genereze soluii copil mai promitoare dect soluiile printe, totui n scurt
timp devine clar c ansa de a crea soluii mai promitoare este mai mare dect
n cazul cutrii aleatoare. Din ncruciarea cu un singur punct de tietur a
unei perechi de iruri binare, se pot crea doar dou iruri pereche diferite care
vor avea n componen bii combinai din ambii prini; soluiile fiu create
sunt, probabil, iruri cel puin la fel de promitoare. Prin urmare, nu fiecare
ncruciare poate crea soluii la fel de promitoare, dar nu vor fi mai puin
promitoare dect prinii. Dac a fost obinut o soluie mai puin
promitoare, atunci aceasta nu va mai aprea cnd se va aplica urmtorul
operator de reproducere i astfel va avea o via scurt.
Dac este obinut o soluie mai promitoare, atunci este probabil ca ea
s aib mai multe copii la urmtoarea aplicare a operatorului de reproducere.
Pentru a pstra o astfel de selecie a irurilor promitoare n timpul
aplicrii operatorului de reproducere, nu toate irurile din populaie sunt
folosite pentru ncruciare.
Operatorul de mutaie
Mutaia este cel de-al doilea operator genetic n ordinea importanei i
folosirii sale. Efectul acestui operator este schimbarea valorii unei singure
poziii dintr-un cromozom. Prin mutaie se introduc n populaie indivizi care
nu ar fi putut fi obinui prin alte mecanisme.
Operatorul de mutaie acioneaz asupra biilor indiferent de poziia lor
n cromozom. Fiecare bit al cromozomului poate suferi o mutaie. ntr-un
cromozom pot exista, aadar, mai multe poziii care sufer o mutaie. Mutaia
30

este un operator probabilist (adic nu se aplic cu siguran).

4.2 Sisteme neuro-geno-expert


Algoritmi genetici pentru antrenarea neuronilor artificiali
Algoritmii genetici, ca i reelele neuronale reprezint modele care se
bucur n prezent de un interes sporit din partea oamenilor de tiin din
domeniul calculatoarelor. Dei amndou au fost inspirate din schemele de
procesare a informaiilor folosite de natur, constantele de timp implicate sunt
fundamental diferite: sistemele nervoase se adapteaz de obicei n foarte scurt
timp, n timp ce evoluia se face de-a lungul a numeroase generaii. Recent
cercettorii au nceput s se ntrebe dac o combinaie a acestor dou tehnici ar
putea furniza o mai mare putere de rezolvare a problemelor dect fiecare luate
separat.
Combinaiile dintre algoritmi genetici i reele neuronale sunt mprite
n dou mari categorii:
n combinaiile suport una dintre aceste tehnologii joac rolul de modul
primar de rezolvare a problemei, n timp ce cealalt joac un rol de suport,
sprijinind procesul de gsire a soluiei sau analiznd soluia odat ce aceasta a
fost gsit. Ele pot fi folosite i independent n acelai proces.
n combinaiile colaborative, algoritmul genetic i reeaua neuronal
funcioneaz mpreun cu scopul rezolvrii problemei. Studiile colaborative se
mpart n grupul celor care folosesc un algoritm genetic ca metod de nvare
i grupul celor care folosesc algoritmul genetic pentru definirea topologiei
reelei neuronale (care n schimb folosete o metod de nvare local, de
exemplu backpropagation).
Combinaiile suport
Majoritatea cercettorilor au gsit mai natural folosirea algoritmului
genetic pentru asistarea reelei neuronale dect viceversa. Exist trei moduri de
asistare a unei reele neuronale prin algoritmi genetici:
pentru selectarea caracteristicilor sau transformarea spaiului
caracteristicilor de un clasificator neuronal;
pentru selectarea regulilor de nvare sau a parametrilor care
controleaz nvarea ntr-o reea neuronal;
pentru analizarea unei reele neuronale.
Algoritmul genetic este utilizat pentru pregtirea datelor n dou moduri:
a) transformarea spaiului caracteristicilor
b) selectarea unei submulimi de caracteristici relevante.
Prima metod, metod care transform spaiul caracteristicilor, a fost
aplicat n principal la algoritmii de tip" cel mai apropiat vecin", dei este
31

aplicabil i la alte tipuri de clasificatori reea neuronal. A doua orientare const


n limitarea mulimii caracteristicilor. Adesea o mulime de caracteristici
limitat va mbunti performana unui clasificator de tip reea neuronal i va
reduce efortul de calcul.
Combinaiile colaborative
Algoritmi genetici de nvare a reelelor neuronale implic optimizarea
ponderilor n reeaua neuronal cu o topologie predefinit. Un mijloc sigur de
realizare este dat de codificarea fiecrei ponderi din reea ca subir binar.
ntreaga codificare binar va fi un ir compus din subiruri concatenate. De
aceea, fiecare membru al populaiei genetice va specifica un set complet de
ponderi pentru reeaua neuronal. Exist cteva argumente importante care
sugereaz c poate fi avantajos s aplicm algoritmi genetici n problema
optimizrii ponderilor reelei neuronale. Este uor de argumentat c algoritmul
genetic are un mare potenial n efectuarea unei cutri globale pe spaiul
ponderilor i prin aceasta ocolete minimele locale.
Algoritmii de nvare genetic bazai pe algoritmul corelrii n cascad
sunt o noutate n literatura ce se refer la antrenarea reelelor neuronale folosind
algoritmi genetici. Arhitectura de nvare prin corelare n cascad construiete
dinamic o structur corespunztoare prin antrenarea i instalarea unui neuron la
fiecare moment de timp pn cnd problema este nvat. Dou caracteristici
importante ale acestei structuri sunt:
se antreneaz numai un strat de ponderi la orice moment de timp;
se antreneaz i se adaug un neuron ascuns la reea la un moment
de timp.
Sisteme hibride neuro-fuzzy
Utilizarea sistemelor hibride neuro-fuzzy minimizeaz dezavantajele i
maximizeaz avantajele celor dou tehnici. Reelele neuronale sunt folosite
pentru adaptarea funciilor de apartenen ale sistemelor fuzzy n aplicaiile de
control automat al proceselor dinamice. Dei logica fuzzy permite codarea
cunotinelor de tip expert prin termeni lingvistici, de obicei proiectarea i
reglarea funciilor de apartenen care definesc cantitativ aceti termeni este un
demers greoi. Tehnicile de nvare ale reelelor neuronale pot automatiza
procesul i deci pot reduce substanial costul i timpul de dezvoltare a
aplicaiilor, conducnd i la creterea performanelor. Pentru a depi problema
achiziiei cunotinelor, reelele neuronale pot fi proiectate s extrag automat
reguli fuzzy din date numerice. Alte abordri presupun folosirea reelelor
neuronale pentru optimizarea unor anumii parametri ai sistemelor fuzzy sau
pentru preprocesarea datelor de intrare n sistemele fuzzy .
Regulatorul neurofuzzy folosete o structur de reea de inferen
paralel. Acordarea funciilor de apartenen cere ajustarea nemanual a
32

parametrilor, folosind asistena informatic care face apel la algoritmi genetici.


Acestea utilizeaz o metod de optimizare probabilistic bazat pe strategii
evoluioniste, n vederea gsirii unei funcii de apartenen optime aplicabil pe
calculatoare paralele (optimizare prin simulare). n sistemele neurofuzzy
interiorul este neuronal iar exteriorul este fuzzy.
n concluzie putem afirma c sistemul neuro-geno-expert este o structur
complex deosebit de inteligent a crei putere este determinat de combinarea
a dou modele de inteligen:
capacitatea de a nva din exemple concrete, pe baza crora sunt
generate reguli generale (oferit de structura neuronal, asistat
eventual de strategii evolutive);
capacitatea de a dobndi informaii noi pe baza celor existente, prin
aplicarea unor reguli generale pentru a obine informaii concrete
(oferit de sistemul expert).

Fig. 4.1 Arhitectura general a sistemului neuro-geno-expert

5. PRODUSE PROGRAM INTELIGENTE APLICABILE


SISTEMELOR DE ENERGIE
5.1 Produs informatic pentru generarea de software, platform
pentru dezvoltarea sistemelor expert
Arhitectura platformei software
Produsul program va fi instalat pe o platform hardware dotat n mod
obligatoriu cu un server Web i un client Oracle. Serverul Web va fi configurat
astfel nct s poat recunoate un un limbaj server-side (ex: PHP, ASP). Cu
ajutorul clientului Oracle, produsul program se va conecta la o baz de date
Oracle, care poate rula pe un server separat sau pe aceeai platform hardware
ca i produsul program.
Produsul program are ase module care interacioneaz:
-

modulul de explorare a bazei de date


modulul de analiz a datelor
33

modulul de reproiectare a bazei de date


modulul de proiectare a programelor
modulul de pre-execuie a programelor
modulul de generare a programelor

Modulul de explorare obine informaii despre obiectele bazei de


date a utilizatorilor: tabele, view-uri, constrngeri, indexuri etc.
Modulul de analiz a datelor identific dependenele functionale
dintre coloanele tabelelor bazei de date cu ajutorul unei reele neuronale
recurente care va fi instruit prin seturi de date extrase din baz. Identificarea
dependenelor funcional va ine cont de faptul c exist posibilitatea ca
anumite date s fie introduse eronat de ctre utilizator.
Modulul de reproiectare a bazei de date va utiliza un sistem expert
de normalizare a datelor pentru a propune utilizatorilor, dac este cazul, o nou
configuraie a bazei. Baza de fapte a sistemului expert va fi constituit din
dependenele funcionale identificate prin modulul de analiz a datelor, iar
regulile folosite vor fi cele din teoria normalizarii bazelor de date relaionale.
Modulul de proiectare a programelor cuprinde dou componente:
-

o interfa grafic prin care utilizatorul intermediar (proiectantul de


programe) va specifica proprietile informaionale i funcionale
pentru programele proiectate
un submodul prin care aceste proprieti vor fi ncrcate ntr-o baz de
date utilizat exclusiv de produsul program

Modulul de pre-execuie este un interpretor care i arat


proiectantului cum va arat i ce va realiza programul n curs de proiectare.
Acest modul citete informaiile din baza de proprieti ale programelor i
execut aciunile corespunzatoare acestora.
Modulul de generare a programelor va construi coduri surs dup
citirea bazei de proprieti a programelor, iar software-ul generat de acesta se
va comporta similar cu execuia simulat de interpretor (modulul precedent).
Programele generate vor fi portabile i vor putea rula stand-alone, far ajutorul
produsului program care le-a generat.
Baza de date a plaformei software
Este constituit dintr-un set de tabele n care sunt stocate proprietile
programelor i ale obiectelor acestora. Principalele categorii de obiecte cu care
lucreaz produsul program sunt prezentate n Tabelul 5.1.
Tabelul 5.1 Tipuri de obiecte ale platformei software
Tip obiect
Definiie
Formulare
Programe de introducere i/sau actualizare a datelor
34

Rapoarte
Cmpuri

Grupuri
Triggere
Parametri
Atribute vizuale
Formate
condiionate
Reguli de validare

Situaii de vizualizare a datelor


Entiti elementare din formulare sau rapoarte n care
sunt stocate informaiile din baza de date. Pot fi asociate
unor coloane din tabelele bazei de date sau pot fi
calculate pe baza acestora
Seturi de cmpuri n cadrul raportului caracterizate de
acelai nivel de raportare a datelor
Subprograme care se declaneaz automat la apariia
unor evenimente pre-definite
Valori de comparaie pentru cmpurile programului pe
baza crora se realizeaz selecia datelor din baza de
date
Seturi de proprieti grafice definite de proiectantul de
programe pentru a fi atribuite cmpurilor
Seturi de proprieti grafice asociate unui cmp
mpreun cu condiia de atribuire a acestora
Condiii pe care trebuie s le ndeplineasc liniile de
date introduse sau actualizate pentru a fi acceptate n
baza de date

5.2 Generator de sisteme expert bazate pe reguli, cu suport neuro-fuzzy,


aplicabile n ingineria industrial

Prezentarea general a generatorulul de sisteme expert


Produsul informatic funcioneaz sub platforma software prezentat n
subcapitolul anterior i este constituit din:
- pachetul de programe pentru gestionarea i interogarea bazelor de
cunotine
- programul de inferen a cunotinelor cu explicarea rezultatelor
- programul de nvare din exemple
La nivelul bazei de cunotine, produsul opereaz cu urmtoarele
concepte:
Aplicaia

Scenariul

Corespunde domeniului de expertiz i


cuprinde definiiile faptelor i regulile de
producie
Reprezint o variant de lucru pe un
domeniu i conine valori concrete pentru
35

Setul de fapte

Baza de reguli de producie

Exemplul

faptele definite la nivelul aplicaiei


Este definit la nivelul aplicaiei i instaniat
la nivelul scenariului (un fapt poate primi
valori diferite n cadrul scenariilor sau poate
fi ignorat de acestea)
Este definit la nivelul aplicaiei i rulat la
nivelul
scenariului;
regulile
sunt
reprezentate sub form de disjuncie logic
ntre faptele definite
Reprezint un set complet sau parial de
valori binare corespunztoare faptelor
aplicaiei; pe baza setului de exemple,
produsul poate nva regulile de producie
atunci cnd acestea nu sunt specificate

Principalele structuri logice specifice produsului program pentru


generarea i exploatarea sistemelor expert
Inferena prin disjuncie
O implicaie de forma A B admite forma echivalent
B A (modul de deducie modus tollens).
O implicaie a crei ipotez are n elemente va avea n forme echivalente
de tip modus tollens, cte una pentru fiecare element al ipotezei care se va
transforma n concluzie.
Un sistem expert folosit pentru probleme de diagnoz este obligat s
realizeze inferena nu doar n sensul natural al regulii prin modus ponens, ci
n toate sensurile posibile, innd cont de toate formele echivalente ale unei
reguli, ceea ce presupune un volum de efort considerabil, mai ales n situaia
efectelor cu mai multe cauze conjugate.
Pentru a evita acest lucru, exist varianta reprezentrii n motorul de
inferen a regulilor sub forma de SAU logic (disjuncie).
Orice regul A B poate fi scris sub forma unic:
A B
Astfel, o regul cu premisa multipl (mai multe fapte conjugate) va fi
reprezentat printr-o disjuncie de fapte elementare (SAU logic), n locul mai
multor implicaii echivalente.
Inferena prin disjuncie se bazeaz pe un mecanism asemntor cu al
implicaiei n ceea ce privete semnificaia logic.
Un caz particular al formei de inferen disjunctiv este situaia cnd
deducem un fapt pe baza unei reguli i a altui fapt confirmat. Din expresiile A
36

i A B deducem B (echivalentul modus ponens), iar din expresiile B i


A B deducem A (echivalentul modus tolens).
Algoritmul general de inferen prin disjuncie
1.

2.

3.
4.

Se formeaz matricea de inferen, astfel:


coloanele matricei corespund faptelor;
liniile matricei corespund regulilor si faptelor curente;
pentru o linie corespunztoare unei reguli se completeaz elementele
cu 1 - dac faptul apare n regul fr negaie, cu 0 dac faptul apare
n regul nsoit de negaie sau cu x - dac nu apare deloc;
pentru liniile corespunztoare faptelor se completeaz elementul
corespunztor faptului cu 0 sau 1 dup caz, iar restul elementelor se
completeaz cu x;
Pentru fiecare linie a matricei de inferen:
2.1
Se selecteaz liniile cu care se poate combina, astfel nct s existe
o coloan i doar una pentru care elementele celor dou linii au
valori opuse, respectiv 0 i 1 (o vom numi coloana de jonciune);
2.2
Se realizeaz combinarea liniilor rezultnd o noua linie dup
urmtorul algoritm:
pentru coloana de jonciune elementul va fi x;
pentru restul coloanelor (care nu au elemente n opoziie) valoarea
rezultat va fi x, dac ambele linii-printe au valoarea x n dreptul
coloanei respective, 0 sau 1 n rest; combinrile posibile sunt: (0,0)
0; (1,1) 1; (0,x) 0; (1,x) 1; (x,x) x;
dac toate elementele unei linii obinute prin combinare au valoarea x,
rezult c liniile-printe conin informaii contradictorii i ne aflm n
faa unei informaii fr sens logic.
2.3. Linia copil obinut este adugat n matricea de inferen, dup
ultima linie existent, astfel nct s poat fi selectat pentru
combinarea cu alte linii din matrice care succed linia tat (linia
tat este linia din matrice pentru care algoritmul de inferen a
selectat linii disponibile pentru combinarea informaiei, iar linia
mam este linia selectat de algoritm n acest scop);
2.4. Pentru reducerea timpului de inferen se pot elimina dublurile; sunt
situaii n care dorim s pstrm dublurile pn la terminarea
algoritmului, deoarece dorim s explicm toate cile prin care a fost
obinut informaia.
Se trece la urmtoarea linie tat a matricei de inferen;
Algoritmul se ncheie dup parcurgerea integral a matricei de inferen,
cnd nu mai este posibil nici o combinare.
37

Arborele neuronal
Arborele neuronal este o reea neuronal cu dou straturi (pentru
sistemele binare) sau patru straturi (pentru sistemele fuzzy) care asist sistemul
expert prin:
calculul factorilor de certitudine a regulilor;
nvarea de noi reguli (sau modificarea celor existente).
Structura arborelui neuronal este urmtoarea:
a) stratul de intrare reprezint faptele;
b) primul strat de ieire reprezint regulile exprimate prin SAU logic;
elementele de intrare sunt conectate la nodurile acestui strat printr-un sistem de
ponderi i praguri care s simuleze funcia logic SAU astfel:
dac elementul apare cu negaie n regul, va avea o pondere negativ;
dac apare fr negaie va avea o pondere pozitiv, iar dac nu apare
deloc n regul, ponderea lui va fi 0;
pragul nodului-regula va fi suma ponderilor negative plus cea mai
mic pondere pozitiv.
c) al doilea strat de ieire cuprinde un singur nod, care este rezultatul
bazei de reguli; nodurile de tip regul se conecteaz la acest nod final
prin funcia logic I (toate ponderile vor fi pozitive, iar pragul
nodului final va fi suma acestor ponderi).
La aplicarea unui set de date, fiecare nod din primul strat de ieire va
returna 1, dac regula sa este respectat sau 0, n caz contrar. Nodul final va
returna 1, doar dac toate regulile au fost respectate.
Algoritmul de nvare a funciilor logice cu ajutorul arborelui neuronal
se poate descrie astfel:
1. Se pornete de la primul exemplu de instruire i se iniializeaz arborele
astfel:
se construiesc noduri pe stratul de intrare cu valorile corespunztoare
faptelor;
pentru fiecare nod se va construi un nod echivalent in stratul regulilor
cu valoarea din exemplul de instruire.
2. Pentru fiecare exemplu de instruire se realizeaz urmtoarele:
3. Se verific fiecare regul cu valorile din exemplul curent;
4. Dac valoarea regulii este 1, regula rmne neschimbat;
5. Dac valoarea regulii este 0 i factorul de certitudine calculat este mai
mic dect cel cerut, se trece la ntrirea regulii prin mai multe variante
de completare. Regula se ntrete cu valorile din exemplul curent (se
extinde funcia SAU asupra acestora), pentru fiecare element existnd o
variant de completare;
38

6.
7.
8.

Forma veche a regulii este tears (se elimin nodul corespunztor din
stratul de reguli);
Se verific regulile obinute, astfel nct s nu existe dubluri i s nu se
includ una pe cealalt;
Se trece la urmtorul exemplu de instruire.

6. STUDIUL CORELATIILOR
CALITATE-RISC LA NIVELUL ECHIPAMENTELOR
ENERGETICE
6.1 Modele ale calitii corelate cu riscurile energetice
n orice domeniu al activitii umane organizate se pune problema
riscului ce poate aprea la un moment dat, aducnd cu sine consecine din care
unele pot fi imprevizibile ca ntindere i gravitate. n domeniul relaiilor de
afaceri, interne sau internaionale, orice persoan implicat operativ n procesul
de negociere i realizare a tranzaciilor de afaceri trebuie s se implice mai mult
sau mai puin i n procesul de monitorizare a riscului. Problematica riscului
rezult din faptul c noi trim ntr-o civilizaie a riscului. Apariia riscului
genereaz crize ce sunt considerate rupturi n funcionarea normal a oricrui
sistem. Evaluarea i modelarea riscurilor este o activitate complex ce
presupune cunotine n domeniul economic, tehnologic, sociologic i politic.
Rezultatele evalurii au un grad mare de responsabilitate influennd deciziile
i implicit succesul strategiei adoptate la nivel macro i microeconomic. O
abordare teoretic a riscului ne evideniaz principalele domenii n care acesta
se poate manifesta cu frecven, coninutul su pericol, inconvenient sau
perturbaii posibile ntinderea ce o poate avea, precum i cele dou feluri n
care riscul se poate identifica: previzibil sau imprevizibil.
Teoria riscului n cercetrile operaionale pornete de la anumite modele de
risc, ntr-o concepie holistic, adic global. Pentru nelegerea noiunii de risc
se pornete de la termenul de incertitudine, termen ce exprim o stare de
nesiguran cu privire la viitor.
Nesigurana tehnico-economic are ca surs fie caracterul obiectiv,
impredictibil al unui proces economic, fie caracterul incomplet, aproximativ al
cunotinelor existente la un moment dat. Incertitudinea se refer deci la starea
de nesiguran legat de rezultatele scontate a se obine n urma unei aciuni
dinamice.
Spre deosebire de incertitudine, riscul se caracterizeaz prin
posibilitatea descrierii unei legi de probabilitate pentru rezultatele scontate
indicnd posibilitatea acestei legi de ctre agenii economici. Riscul i
39

incertitudinea se ntlnesc combinate n diferite proporii, n realitate


incertitudinea nu poate fi eliminat. Astfel evenimentele imprevizibile pot
provoca abateri care s schimbe fundamental configuraia datelor puse n
eviden prin observaiile statistice anterioare.
Definiia matematic a riscului este urmtoarea:
R = (si,pi,xi)unde:
si este descrierea sau identificarea scenariului;
pi este probabilitatea acelui scenariu;
xi este consecina sau msura evalurii acelui scenariu (msura pagubei).
Riscurile pot fi clasificate dup mai multe criterii. n primul rnd putem mpri
riscurile n funcie de contribuia factorului uman la apariia lor, astfel avem:
Riscuri pure
Riscuri speculative

Consecine ale unor fenomene naturale care nu pot fi


prevzute: uragane, cutremure, incendii, inundaii,
rzboaie etc
Legate de deciziile care se iau ntr-o companie,
constituind evenimente cu o probababilitate de
apariie mare, depinznd ntr-o mare msur de
profilul i mediul n care acioneaz organizaia
respectiv

Sistemul riscului total cuprinde de regul dou subsisteme ntr-o


ordine logic i cronologic i anume:
identificarea riscului, proces complex, care presupune individualizarea
riscului care poate fi previzibil i imprevizibil, adic o situaie de risc
global ce nu poate fi avut n vedere n prealabil;
evaluarea riscului identificat, care presupune cuantificarea acestuia i,
care se raporteaz la profitul ce se poate realiza, prin asumarea riscului
respectiv.
Raportarea riscului la profitul obtenabil poate duce la una din cele
patru situaii posibile:
riscuri mari profit mare;
riscuri mari profit redus;
riscuri mici profit mic i cea mai avantajoas;
riscuri mici profit mare.
Asumarea riscului reclam:
elaborarea de variante de tratare a riscurilor i selectarea variantei
optime;
prevenirea riscului, ce se poate realiza fie prin fonduri anume
40

constituite (fond de asigurare, fonduri speciale cum este cel de risc i


accidente sau provizioane prin majorarea cheltuielilor) fie prin msuri
care s previn sau s nlture efectele riscului;
asumarea riscului de ctre manageri, pe baza recomandrilor ce se pot
desprinde, ca ieiri, din sistemul de risc supus analiezei.
n activitatea practic exist dou pericole i anume:
subevaluarea riscului, mergnd pn la ignorarea sau minimalizarea
acestuia ceeace mpinge la afaceri deosebit de riscante, cu consecine
negative;
supraevaluarea riscului, care poate bloca iniiativele, ritmul afacerilor
i obinerea de profituri.
n concluzie, orice afacere n economia de pia prezint riscuri, mai
mari sau mai mici. Acestea trebuie acceptate i asumate de cei n cauz, pentru
c n caz contrar se blocheaz obinerea de profituri. ns cu o condiie ca n
prealabil riscurile specifice afacerii n cauz s fie cunoscute, respectiv
analizele, identificate, evaluate i gsite soluii de prevenire a consecinelor
acestora. Cu alte cuvinte, acceptarea i asumarea riscului total trebuie s aib
loc n cunotin de cauz i n raport cu ctigurile ce se pot obine, exprimate
n profitul afacerii, avnd n vedere formula cea mai avantajoas, respectiv
ctiguri mari cu riscuri minime.
Managementul i ingineria riscului presupune analiza, reducerea i
finanarea, n ideea de a proteja activul ntreprinderii i de-a contribui la
constituirea planificrii strategice a ntreprinderii.

Fig. 6.1 Principalele alternative de gestiune a riscului


Un concept de imediat necesitate n cuantificarea riscului este cel de
hazard, care se definete ca o surs de pericole. Riscul reprezint posibilitatea
provocrii de pagube i bunuri materiale sau prejudicii aduse persoanelor fizice
i probabilitatea apariiei unor astfel de evenimente.
n acest context, prin protecie se nelege un ansamblu de msuri
41

manageriale i tehnice capabile s diminueze sau s nlture gradul de


deteriorare total sau parial a sistemului analizat.
Un studiu de risc trebuie n final s rspund la o serie de ntrebri
cum ar fi:
a. Ce evenimente neprevzute pot avea loc n sistem ?
b. Care este probabilitatea apariiei unui eveniment nedorit ?
c. n cazul apariiei unui eveniment care sunt consecinele asociate ?
Analiza de risc, indiferent de tipul acesteia, n desfurarea sa
presupune dou etape: identificarea riscului i evaluarea riscului.
Pentru cazul unei termocentrale se face o evaluare cantitativ a riscului
tehnic pentru agregatele de baz: cazan, turbin i generator, generat de
staionrile accidentale. Evaluarea se face din punct de vedre al furnizorului,
riscul are la baz urmtoarele cauze:
- nelivrarea energiei electrice;
- nelivrarea energiei termice;
- porniri I opriri suplimentare;
- nerepararea elementelor afectate
Funcionarea unei centrale electrice presupune apariia de riscuri
asupra agregatelor, personalului din central i prin emisiile de poluani asupra
mediului, i asupra persoanelor din afara centralei afectate de poluare.
Astfe, riscul definit reprezint o variabil n timp prin:
- probabiliti prin msuri de prevenire;
- consecine prin msuri de limitare;
- experiena de exploatare a tehnologiilor din central.
n funcie de domeniul asupra crora se rsfrnge consecinele riscului
pot fi:
- risc tehnologic;
- risc uman;
- risc ecologic;
- risc financiar.
Consecinele nelivrrii de energie ntr-un interval de timp dt pot fi de
gravitate diferit la:
ageni economici direct afectai prin reducerea nivelului propriu de
producie, pierderi de materii i materiale n cazul compromiterii calitii
produselor, avarierii unor instalaii;
ageni economici indirect dependeni tehnologic de agenii
economici direct afectai de nelivrarea acestora a unor componente necesare
desfurrii procesului tehnologic propriu;
furnizorul de energie prin producie nelivrat, consum suplimentar
de combustibil prin pornirile - opririle corespunztoare, avarierea unor
instalaii;
42

populaie prin neasigurarea unor condiii de via corespunztoare


unor standarde prestabilite.
Calitatea total i riscul total cuprind toate funciile ntreprinderii,
toate activitile, toi colaboratorii indiferent de scara ierarhic, toate legturile:
client furnizor n ntreprindere, toate mbuntirile n domeniul calitii,
rezolvarea problemelor existente, apoi prevenirea, tot ciclul de via al
agregatelor (de la concepie pn la distrugerea sa) toate relaiile (furnizor,
subfurnizori, parteneriat, toate pieele actuale i poteniale).
Rolul celor dou sisteme de management al calitii i riscului total
este s creeze condiiile ca activitatea s se desfoare bine de prima dat, ele
devenind totodat:
- un mod de atingere a satisfaciei consumatorului;
- un mod de instruire continu a salariailor;
- un mod pentru a evidenia costurile calitii;
- un mod de analiza a activitilor;
- un mod de corectare i ajustare a activitilor;
- un mod de dimensionare a riscului holistic;
- un mod de conducere modern i performant
Calitatea total i riscul total necesit o participare activ a fiecrui
membru al organizaiei pentru prevenirea riscurilor, administrative sau tehnice
i implic contientizarea fiecruia asupra rolului su n participarea la aciuni
de mbuntire.
Calitatea total i riscul total trebuie s reprezinte o voin, o
responsabilitate i o adeziune din partea tuturor salariailor pentru a deveni un
vector de expansiune economic.
Calitatea total i riscul total trebuie s dezvolte spiritul de echip, s
faciliteze managementul participativ, s mbunteasc relaiile umane i s
amplifice eficiena relaiei client furnizor.
Calitatea total i riscul total presupune implicarea tuturor sectoarelor,
pune accentul pe studiul i dezvoltarea noilor produse i se poate dezvolta i n
sucursalele din strintate ale ntreprinderii multinaionale.
Condiiile tehnico-economice de evitare a riscului prin proiectarea i
asigurarea indicatorilor de calitate a fluxurilor energetice i a proceselor de
producere - transport - distribuie se pot scrie astfel:
constana frecvenei i a tensiunii energiei electrice;
constana temperaturii i a presiunii energiei termice;
eliminarea armonicilor i a nesimetriilor perturbatoare;
creterea randamentelor i scderea consumurilor specifice;
controlul ntreruperilor n alimentarea consumatorilor i micorarea
nivelului de poluare a mediului nconjurtor respectnd principalii indicatorii
de calitate pentru fluxurile energetice energie electric - energie termic:
Puterea caloric mai mare dect puterea caloric proiectat;
43

Riscurile provocate de ntreruperi s fie practic nule;


Coninutul energetic al agenilor de consum final s fie maxim,
evitndu-se perturbaiile din sistem.
Indicatorii de calitate a proceselor energetice sunt:
randament maxim al instalaiilor energetice;
consum minim de resurse energetice;
6.2 Costurile calitatii i non-calitatii exprimate n cercetri operaionale
Calitatea total include astfel calitatea mrfurilor i serviciilor,
scurtarea termenelor, funcionalitatea instalaiilor (calitatea imobilelor, a
uzinelor i birourilor), a echipamentelor, a utilajelor, a proceselor, a oamenilor,
grija fa de mediul nconjurtor i de securitatea muncii, fa de informaie i
de colectarea datelor. Pentru fiecare din aceste elemente este necesar s fie
evaluat calitatea total sub dou aspecte. Unul este nivelul mediu de calitate;
cellalt i reprezint variaia rezultatelor n jurul acestui nivel mediu.

Fig. 6.2 Conceptul de calitate total


n prezent nu exist un sistem efectiv de parametri pentru
aprecierea calitii produciei, unanim acceptat de specialiti. Parametrii
existeni apreciaz numai anumite aspecte sau caracteristici ale produciei. Un
indicator care s caracterizeze n ansamblu calitatea producie, nu exist. Din
aceste motive un indicator de apreciere specific a calitii producie este
definit sub forma scris n relaia (6.1).

44

n care: Ej = efectul creterii calitii;


Nj = produsele modernizate
Sj = producia total

(6.1)

Cei mai folosii parametri de calitate ai produselor tehnice sunt:


parametri de fiabilitate (durata de via, funcionarea fr defeciuni,
capacitatea de reparare, depozitare i ntreinere profilactic etc.), elasticitatea
n exploatare, economicitatea fabricaiei i exploatrii, omogenitatea,
interanjabilitatea, etc.
Indicatorii calitii produselor constituie expresii cantitative ale
caracteristicilor acestuia. Funcie de referirea la un numr de caracteristici ale
produsului, indicatorii calitii pot fi clasificai:
Dac un indicator al calitii se refer la o singur caracteristic, el se
numete indicator simplu;
dac se refer la mai multe caracteristici sau la ntregul produs, el se
numete indicator complex;
iar dac servete ca baz pentru aprecierea calitii prin comparare, se
numete indicator de baz.
n funcie de sursa de informaie, indicatorii calitii produselor pot fi
planificai i efectivi (faptici).
Sistemul de indicatori ai calitii produselor poate fi constituit sub
diferite variante, ca de exemplu:
- pe faze sau pe etapele de realizare a produsului,
- pe elementele definitorii ale calitii,
- pe funcii ale ntreprinderii i atribute ale conducerii, pe baza diferitelor
clasificri ale
caracteristicilor de calitate ale produselor etc.
Sistemul de indicatori ai calitii produselor poate fi construit sub forma
de piramid, pe baza unei anumite sistematizrii ierarhice a indicatorilor. Un
asemenea sistem agregat de indicatori, structurat piramidal poate avea trei
trepte:

Treapta I, situat la baza piramidei, cuprinde un numr foarte mare i


divers al caracteristicilor de calitate, denumii indicatori analitici sau simpli ai
calitii

Treapta a II-a cuprinde un numr mai mic de indicatori, specific


grupelor de caracteristici de calitate, respectiv indicatorii sintetici ai fiecrei
grupe de caracteristici.

Treapta a III-a, situat n vrful piramidei, reprezint indicatorul


45

complex, integral al nivelului calitii.

7. RENTABILITATEA EXPLOATARII
ECHIPAMENTELOR ENERGETICE
DOTATE CU SISTEME NEURO-GENETICE
7.1 Modele de rentabilitate n cercetrile operaionale
Evoluia n timp a activitii economice pe o perioad de N ani, chiar
dac antreneaz acumulare i cretere nu este liniar ascendent. Constatarea c
afacerile evolueaz ciclic, adic fluctueaz ciclic trecnd succesiv prin diferite
faze comparabile ca trsturi poate fi gsit retrospectiv nc din secolul XIX.
Exist dou categorii de fluctuaii:
a) Unele fluctuaii cu caracter sezonier ntlnite pe parcursul aceluiai an
de zile i generate de influene minore (tradiii, obiceiuri, cauze
aleatoare).
b) Unele fluctuaii cu caracter ciclic ce se manifest relativ regulat pe
parcursul a n ani de zile i care sunt generate de factori ce tind a induce
o influen relativ constant.
Ca expresie a acestor fluctuaii ciclice, activitatea economic trece
succesiv prin faze sau studii, iar fiecare faz analizat cu cea anterioar prezint
trsturi distincte una de cealalt, dar se deruleaz ambele proximativ ntr-o
succesiune ordonat astfel nct una i aceeai faz tinde a se repeta dup un
numr mai mare sau mai redus de ani.
Altfel spus, fazele a dou sau mai multe cicluri devin implicit
comparabile n linii generale. n consecin teoria economic a desprins
concluzia c ciclicitatea reprezint forma de evoluie fireasc, normal a
activitii economice.
Descrierea ciclurilor afacerilor pentru o firm se lovete de
impedimente majore cum ar fi:
- Lipsa unor date statistice care se caracterizeze evoluia societii ndeosebi n
primii ani de via.
- Este dificil predicia ciclului pripriu al afacerilor unei societi, n absena
unor date statistice care s permit cunoaterea trecutului
Oricare ar fi perspectiva n care se situeaz decidentul, ntr-o astfel de
analiz este obligatorie luare n consideraie a evoluiei ciclice a afacerilor la
nivel macroeconomic.
Corelarea microeconomic-macroeconomic poate fi fcut de decident
doar n anumite condiii i pentru anumite categorii de ageni economici.
46

Modaliti de estimare a riscului de faliment al unei firme


Cteva din metodele sau modelele dintre cele mai cunoscute i aplicate
n practica economic din rile occidentale sunt urmtoarele:
A)

modelul Z

B)
C)
D)

modelul A
metoda scorurilor
metoda Cmoiu/Negoescu

A) modelul Z, elaborat de profesroul Altman din SUA, are la baz un


studiu comparativ ntre un grup de firme care a ajuns la faliment i un grup de
firme ce s-au dezvoltat rmnnd n afaceri. Se bazeaz exclusiv pe informaiile
preluate din contabilitatea firmei i unii indici ce au fost calculai pe o baz
statistico-matematic. Relaia matematic a modelului z este urmtoarea:
Z=1,2 x1 + 1,4 x2 + 3,3 x3 + 0,6 x4 + x5
(7.1)
X1 = raportul capital circulant/ total activ
X2 = raportul profit reinvestit/ total activ
X3 = raportul profit fr dobnzi i impozite /total activ
X4 = raportul valoarea de pia a capitalului subscris i vrsat total/ valoare
contabil a mprumuturilor
X5 = raportul venituri din vnzri/ total activ
Fiecare dintre x1, x2, x3, x4, x5 reprezint o variabil cauz-factor de
influen i care prin nsumare i ponderare, vor determina efectul z.
Coeficienii 1,2; 1,4; 3,3; 0,6 au fost determinai de aAltman pe baza unei
analize statisctico-matematice i pondereaz valoarea variabilelor cauz.
Concluziile stabilite pentru acest model sunt trei valori ale lui z cu urmtoarea
semnificaie:
-

Dac z 1,8 firma este aproape de faliment


Dac z = 1,8-3 firma este ntr-o situaie dificil (criza din stadiile iii-iii) dar cu anse de redresare
- Dac z 3 firma este solvabil, fiind n punctul cel mai deprtat de
faliment
Modelul Z prezint avantajul c se aplic foarte uor, dar implic i
multe neajunsuri: nu include toi factorii ce potenial influeneaz cursul
afacerilor firmei; datele contabile conin uneori deformri voite i vor conduce
la concluzii eronate; aspectele exterioare firmei nu sunt contabilizate, dei
frecvent au o contribuie notabil asupra unor situaii de criz.
47

B) modelul A, elaborat de profesorul Argenti, este relativ mai complex


i ncearc a reflecta influena unui numr mai mare de factori asupra situaiei
de criz a firmei, inclusiv factorii ce sunt delicat de cuantificat. Acest model
se constituie ca un model bancar, aplicat mai ales de bncile comerciale pentru
a estima vulnerabilitatea firmelor creditate. Modelul A se compune din trei
pri, pentru fiecare indicator/ factor-implicit pentru fiecare dintre cele trei pri
sau componente acordndu-se un anumit punctaj, evaluare n cadrul unei scale.
Drept concluzii la acest model sunt stabilite trei intervale ale
punctajului final maxim, ca sum a celor trei pri avnd urmtoarea
interpretare:
1. ntre 0-25 puncte, situaia firmei este bun, chiar dac la unele
elemente punctajul atest deficiene
2. Pragul de faliment se apropie de 100 de puncte cu att crete i riscul
de faliment al firmei.
C) alte modele sau metode, dar care pleac implicit de la anumii
indicatori financiari i, dup caz, includ i ali factori (sunt utilizate de sistemul
bancar, unele organisme publice ce sprijin firmele aflate n dificulti i unele
centre de audit i consultan).
D) metoda scorurilor aplicat de Banca Central a Franei
Propune un set de indicatori pentru a evalua situaia firmei,
dintre care sunt considerai cei mai sugestivi:
Pcf partea cheltuielilor financiare n rezultate
Aci acoperirea capitalurilor investite
Cr termenul de credit furnizor
Tcf termenul de credit furnizor
E) dintre alte modele/ metode de estimare a riscului de faliment
aplicate fie n domeniul politicilor de creditare promovate de bncile
comerciale, fie n alte situaii, mai exist modelul Conan/Holder i modelul
scorurilor ponderate. Acest model se bazeaz pe o relaie de forma:
Z = kiri/100 ki

(7.2)

Unde:
Ki = coeficieni de importan (s-au determinat separat pentru fiecare ri astfel:
pentru r1 i r4 valoare 3, pentru r2 i r5 valoare 6; pentru r3 valoare 4; pentru r6 i
r7 valoare -3; pentru r8, r9 i r10 valoare 5.
Ri = criterii de performan
n cadrul funciei scor a modelului s-au inclus zece criterii de
48

performan, fiecare criteriu fiind determinat pe baza unei relaii de calcul


exprimate procentual. Cele zece criterii de perfoman sunt urmtoarele:
R1 inversul crstei medii a echipei de conducere (relaie de calcul:
numrul managerilor/ suma vrstelor)
R2 ponderea diferenei dintre creane i datorii n cifra de afaceri
(relaie calcul: creane minus datorii/ cifra de afaceri)
R3 rata profitului calculat la costuri (relaie de calcul:,profit/ costuri
totale)
R4 solvabilitatea (relaie de calcul: active pe termen scurt/ pasive pe
termen scurt)
R5 lichiditatea patrimonial (relaie de calcul: active pe termen scurt/
pasive pe termen scurt)
R6 ponderea salariilor n costuri (relaie calcul: fond salarii/ total
costuri)
R7 ponderea dobnzilor la credite pe termen lung n fondul de
amortizare (relaie de calcul: dobnzi/ fond de amortizare)
R8 ponderea cheltuielilor de perfecionare n total costuri (relaie de
calcul: cheltuieli de perfecionare/ total costuri)
R9 ponderea cheltuielilor de publicitate n total costuri (relaie de
calcul: cheltuieli de publicitate/ total costuri)
R10 ponderea angajailor din agenii fa de total angajai (relaie de
calcul: angajai din agenii/ total angajai)

7.2 Calculul indicatorilor de eficien economic


aplicabili la nivelul instalaiilor industriale
Pe baza corelaiilor dintre eforturile i efectele calculate n faza de
concepie a obiectivelor energetice proiectate se poate determina eficiena
economic a sistemelor de energie n dezvoltare supuse informatizrii pariale
sau totale. Principalele probleme care rein atenia proiectanilor i a
conductorilor de proiecte trebuie s se nscrie n sfera urmtoarelor
preocupri:
determinarea raional a efortului de dezvoltare pentru sistemele de
energie supuse informatizrii;
stabilirea efectelor economice generate de regimul economic de
funcionare al instalaiilor energetice informatizate;
asigurarea structurilor hardware-software de nalt fiabilitate tehnico economic;
pregtirea resurselor umane care vor proiecta i exploata instalaiile
pentru dialogul on-line, om - calculator - proces;
49

precizarea conceptelor i modelelor de evaluare a eficienei tehnicoeconomice pentru sistemele de energie informatizate.
Echiparea instalaiilor energetice cu calculatoare de proces permite
pstrarea calitii energiei produse i livrate consumatorilor. Efectele acestor
aciuni se concretizeaz la nivelul producerii, transportului de energie i a
consumului energetic cu economii substaniale de energie, respectiv cu
economii de combustibil.
Analiza economicitii sistemelor informatice n funciune se face pe
baza economiei de resurse energetice realizat pe ntregul lan energetic
producie - consum i scoate n eviden efectul net valoric al fondurilor
economisite pe durata de via a sistemului informatic.
Analiza tehnico - economic a eficienei calculatoarelor de proces i a
produselor - program se face plecnd de la economiile de energie posibil de
realizat i continund cu profitul ce se stabilete la nivelul ntregii ramurii
energetice.
Pentru fiecare structur hardware i software se determin profitul anual
i venitul net pe durata efectiv de exploatare a sistemului informatic i se
calculeaz costurile pe baza crora se determin preul de achiziie, respectiv
preurile de vnzare, att a calculatoarelor, ct i a softurilor. Pentru softuri se
calculeaz coeficientul de modificabilitate a intrrilor i ieirilor, astfel nct
portabilitatea programelor la diverse tipuri de calculatoare s se fac fr
riscuri.
La baza calculului eforturilor (cheltuielilor) i a efectelor (beneficiilor)
economice exprimate n lei, trebuie puse la niveluri de fiabilitate i
disponibilitate a elementelor din cadrul schemelor de informatizare i
concluziile ce decurg din aplicarea teoriei rezervrii la eliminarea perturbailor
n funcionarea sistemului energetic informatizat.
Un sistem informatizat trebuie s genereze o entropie informaional
minim, ceea ce atest un regim optim de funcionare a instalaiilor energetice.

Determinarea eficienei structurii hardware


Conceptele i indicatorii care reflect ct mai fidel eficiena tehnic
i economic a structurilor hardware (unitate central, reea de transmisie i
periferice) se refer la fiabilitatea, mentenabilitatea, disponibilitatea
sistemelor cu i fr rezerve.
Noiunea de fiabilitate a structurii hardware (Rhw) poate fi definit
din dou puncte de vedere:
Sub aspect cantitativ, Rhw este probabilitatea structurii hardware de
a-i ndeplini funciile prevzute, pe o anumit perioad de timp i
n condiii de exploatare specificate;
50

Sub aspect calitativ, Rhw este aptitudinea structurii hardware de a


ndeplini o anumit misiune ntr-un interval de timp dat i n
condiii de exploatare specificate.
Noiunea de mentenabilitate a structurii hardware (Mhw) poate fi
definit din dou puncte de vedere:
Sub aspect cantitativ, Mhw este probabilitatea ca structura hardware
(componentele sale) s fie repus n funciune prin aciuni de
mentenan, caracterizate ca i procedee, remedii, timp;
Sub aspect calitativ, Mhw reprezint aptitudinea elementelor
componente ale structurii hardware de a rmne n funciune n
condiii normale i perturbate de lucru a sistemului energotehnologic
la o ntreinere precalculat.

Determinarea eficienei structurilor software


Principalele concepte utilizate la calculul eficienei structurilor software
se refer la informaie, cost i grad de comportabilitate a fiecrui produs program. Acceptarea unei structuri informatice tip software este condiionat de
corelaia dintre valoarea informaiei (precizie, fidelitate, operativitate) i costul
ei.
Corelaia cost - calitate la nivelul informaiei arat c la o cretere
sensibil a calitii, costul crete proporional, dup care la un spor
nesemnificativ al calitii informaiei, costul sporete substanial. Pentru a
determina punctul n care corelaia calitate - cost este raional se apeleaz la
conceptul de eficien a structurii software. Acest concept se definete ca
raportul dintre efectele obinute prin exploatarea configuraiei software i
eforturile necesare pentru conceperea i implementarea produselor - program.
Efectele i eforturile implicate la proiectarea i exploatarea structurilor
software sunt n principal urmtoarele: sporul anual al produciei vndute i
ncasate, economia anual la cheltuielile de producie, economia de resurse
obinut prin micorarea consumurilor specifice i beneficiul net, fie anual, fie
pe durata de serviciu a produselor - program.
Pe baza cantitii informaiei se msoar gradul de nedeterminare a
sistemului cercetat i se calculeaz att entropia, ct i nivelul de organizare a
structurilor de producie.
Calitatea i fidelitatea informaiilor sunt direct proporionale cu efectele
economice posibil de realizat la nivelul sistemelor conduse. Vrsta i caracterul
novator al informaiilor influeneaz consistena deciziei. Aceste concepte se
pot cuantifica prin determinarea timpului de rspuns (definit ca durata dintre
momentul culegerii datelor i cel al declanrii aciunii). Timpul de rspuns
este influenat de dinamica sistemului fizic, de condiiile de organizare i de
modelele prelucrrii i transmiterii informaiei i a deciziei pe circuitul
51

producie - conducere i viceversa. Scurtarea timpului de rspuns permite


creterea efectelor economice pe baza calitii deciziilor care nlesnesc
reducerea pierderilor.Meninerea vrstei informaiei la nivelul impus de
sistemul condus se face prin structurarea i actualizarea bncii de date, prin
modernizarea procedurilor de operare, prin perfecionarea produselor-program,
prin creterea pregtirii personalului operativ i prin controlul rezultatelor
obinute. Toate acestea asigur caracterul de comportabilitate a produselorprogram.
n continuare sunt prezentate relaiile de calcul ale indicatorilor pentru
determinarea eficienei structurilor software; dintre acetia amintim:
Indicatori sintetici de modificabilitate:
globali, pentru intrare i ieire, pentru nivelul de ocupare al
resurselor;
pentru nivelul de utilizare al tehnicilor de programare;
pentru nivelul de structurare al limbajelor de programare
Indicatori privind costul i preul produselor-program.
Conceptele frecvent utilizate la caracterizarea structurilor fizice
(discrete, continue) informatizate sub aspectul eficienei economice se refer la
entropia, energia informaional i gradul de organizare al sistemelor
industriale.
Indicatorii economici pentru exprimarea eficienei sistemelor
informatice sunt n principal urmtorii:
durata de recuperare a eforturilor,
beneficiul anual realizat la fiecare leu investit,
venitul net obinut .
Optimizarea nivelului de fiabilitate n energetic
Optimizarea fiabilitii constituie o problem cheie n activitatea de
concepie, proiectare, executare i exploatare a sistemelor tehnice, dar i
informatice. ntre costul de fabricaie al unui produs i nivelul de fiabilitate
alocat acestuia exist o strns dependen, un cost ridicat presupunnd o
fiabilitate mai bun.
Optimizarea fiabilitii sistemelor poate fi abordat utiliznd criterii
diferite, dintre care cele economice i cele privind strategia de mentenan, sunt
cel mai des utilizate.
n optimizarea fiabilitii sistemelor s-au dezvoltat, n principal, dou
direcii:
maximizarea fiabilitii unui sistem,
minimizarea costului sistemului
52

Aceste formulri implic elaborarea unor metode eficiente de


maximizare sau minimizare a unor funcii, care, n majoritatea cazurilor, sunt
neliniare, cu condiia satisfacerii unui sistem de restricii liniare sau neliniare.
Dintre criteriile de optimizare a fiabilitii sistemelor energetice, se
amintesc:
Criteriul cheltuieli anuale de calcul;
Criteriul costuri totale anuale;
Criteriul cheltuieli totale actualizate.
Condiia primordial n efectuarea unei investiii trebuie s fie cea de
eficien economic. Aceasta nseamn c, naintea aplicrii criteriilor
menionate sau a altor criterii de optimizare care au n vedere i nivelul de
fiabilitate, se va face o analiz cost - profit privind investiia n cauz, pe durata
de studiu, investiia fiind demarat, numai dac se estimeaz un profit
acceptabil pe acest interval. Diferitele soluii, tehnic acceptabile, se compar
apoi dup criteriile mai sus menionate sau dup alte criterii.

8. STUDIU DE CAZ PRIVIND SITUATIA ACTUALAI


PERSPECTIVA INFORMATIZRII SISTEMULUI
ENERGETIC NAIONAL
8.1 Prezentarea soluiei actuale

Descrierea sistemului informatic al termocentralelor


Termocentralele din cadrul sistemului energetic naional (S.E.N.)
utilizeaz baze de date relaionale, gestionate cu ajutorulul sistemului Oracle.
Acesta a fost introdus pentru prima oar n anul 1996, n fostul Grup de
Producie a Energiei Electrice (G.P.E.E.T) din cadrul RENEL.
Dup restructurarea din anul 1998, s-a nfiinat S.C. Termoelectrica
S.A. care a preluat licenele Oracle i le-a actualizat n anul 1999, cnd s-a
realizat trecerea de la Oracle 7 la Oracle 8. n prezent, S.C. Termoelectrica S.A.
utilizeaz licene de server Oracle 9i (versiunea 9.2.) iar la nivelul staiilor de
lucru este instalat Oracle Developer 6.0.
Ulterior anului 2002, mai multe centrale electrice s-au desprins din
cadrul S.C. Termoelectrica S.A., dar sistemele informatice ale acestora au
rmas n mare parte pe structura existent n societatea mam.
n continuare, se va prezenta structura sistemului informatic din S.C.
53

Termolectrica S.A., structur care se regsete i n termocentralele


externalizate din societate.
n unitile de producie a energiei electrice, sistemul Oracle este
utilizat pentru gestiunea unui volum mare de date, care pot fi grupate astfel:
Din domeniul tehnic:
-

energia electric i termic produs, n regim de condensaie i regim


termoficare
energia electric i termic livrat
consumul brut de combustibil convenional, n regim de condensaie i
regim termoficare
consumul specific de combustibil convenional, n regim de
condensaie i regim termoficare

Cele mai importante tabele de date tehnice sunt:


Din domeniul comercial:
-

livrri de gaze, pcur i crbune


consum de gaze, pcur i crbune
stocuri de pcur i crbune
cantitatile de teava necesare si contractate
Informatiile din activitatea comercial sunt grupate n urmtoarele
tabele:

n domeniul economico-finaciar, aplicaia COFINOR sub platforma


Oracle, gestionez informaii despre:
-

facturi
ordine de plat
note de intrare-recepie
bonuri de consum
avize de expediie
inregistrari contabile

Aplicaia utilizeaz nomenclatoare cu informaii despre:


-

conturi
furnizori
clieni
materiale
54

De asemenea, aplicaia COFINOR furnizeaz rapoarte despre:


- balana de conturi
- balana de materiale
- fie de cont
- fie de magazie
- registrul jurnal
- situaia facturilor emise i nencasate
- situaia facturilor primte i neachitate
Identificarea punctelor critice din structura actual a
informatizrii
Principalele probleme din activitatea de informatic n cadrul unitilor
energetice sunt:
-

dificulti n recrutarea i pstrarea personalului calificat, n special


pentru activitatea de programare i administrare a bazei de date
dependena de anumii angajai cu grad nalt de calificare, chiar i
pentru rezolvarea unor probleme relativ simple de programare (aceast
situaie este ntlnit mai ales n centralele electrice mici, cu personal
IT puin numeros; n majoritatea situaiilor, la aceste centrale, un
singur angajat din serviciul IT are studii superioare, restul fiind
operatori sau ajutori de programator)
costul relativ ridicat al licenelor de dezvoltare Oracle (aproximativ
7000 USD/statie)
nivelul ridicat al redundanei datelor; acest fenomen este explicat prin
faptul c informatizarea din sectorul energetic a fost realizat etapizat,
pe domenii de activitate, astfel c anumite componente ale sistemului
informaional se regsesc n sisteme informatice neintegrate
ponderea cea mai mare a efortului de programare este destinat
realizarii unor task-uri asemntoare cu altele deja realizate sau
adaptrii unor programe vechi la noile condiii
8.2 Inovrile posibile i efectele lor prin introducerea sistemelor
inteligente

8.2.1 Aria de aplicabilitate a sistemelor inteligente


Prin prezenta lucrare de doctorat se urmrete creterea eficienei i
eficacitii sistemelor informatice prin introducerea i exploatarea n
termocentrale a celor dou produse program prezentate n capitolul 5 i anume:
55

generatorul de software pe baze de date Oracle


generatorul de sisteme expert bazate pe reguli de producie, optimizat
pentru aplicaii de inginerie industrial
Trebuie menionat faptul c primul dintre produsele program
menionate a fost utilizat pentru generarea interfeelor dintre utilizatori i
sistemele expert generate prin cel de al doilea produs program, funcionnd ca o
platform software pentru acesta din urm.
Generatorul de software funcioneaz pe principiul regulii 80/20
confirmate prin mijloace statistice, care n cazul proiectrii sistemelor
informatice se exprim prin urmtoarele forme:
- 80% dintre numrul de programe care exploatez bazele de date se
ncadreaz n 20% dintre tipurile de programe (marea majoritate a
programelor au funcionaliti comune)
- 80% din efortul necesar dezvoltrii unui program (exprimat n resurse
umane i timp de lucru) este utilizat pentru acoperirea a 20% dintre
funcionalitile programului respectiv (concretizate n: interfaa cu
utilizatorul, validri, raportri i funcionaliti comune mai multor
aplicaii).
Efectele implementrii generatorului de programe de gestiune a bazelor de
date sunt sintetizate n tabelul urmtor, pentru diverse categorii de programe,
difereniate prin complexitate, frecven i cunotine necesare.
Complexitatea
programului

Ponderea
tipului de
programe

Mic

30%

Medie

50%

Mare

20%

Nivelul de
cunotine pentru
utilzarea
generatorului
Nu necesit
cunotine de
programare
Cunotine minime
de programare
Cunotine avansate

Rata de
diminuare a
efortului de
programare
90%
70%
40%

Sistemele expert generate automat se adreseaz unei game largi de


probleme de inginerie industrial n general i din domeniul energetic n
special, care pot fi grupate astfel :
- probleme de diagnoz tehnic
- probleme de prognoz a functionrii instalaiilor
- probleme de alegere a echipamantelor potrivite nevoilor S.E.N.
Dintre aceste trei categorii, generatorul de sisteme expert obine
performane maxime n ceea ce privete problemele de diagnoz tehnic.
56

Puterea sistemelor expert generate pentru acest tip de probleme este asigurat
de:
- metoda inferenei prin disjuncie pentru o diagnoz tehnic rapid i
complet
- structura arborelui neuronal pentru nvarea din exemple
- capacitatea de explicare a rezultatelor obinute prin prezentarea
raionamentelor folosite sub form de arbore logico-explicativ
- utilizarea unor rate asociate faptelor din baza de cunotine cu ratele de
funcionare pentru diverse echipamante sau componente; cu ajutorul
acestora programul va indica i demonstra cele mai probabile cauze
ale unei defeciuni, fr a neglija ns cauzele mai puin probabile
(pentru cauzele cele mai probabile ale unei avarii, programul va indica
i alte consecine, necunoscute pn atunci, ale acelor cauze).

8.2.4 Construirea unei aplicaii pentru diagnoz tehnic


la nivel de reea electric prin generatorul de sisteme expert
Reeaua electric diganosticat este descris grafic astfel:

Fig. 8.1 Reea electric diagnosticat


Elemente componente ale reelei sunt:
-

un nod central de alimentare


trei noduri intermediare, fiecare dintre ele alimentnd o subreea
nou noduri finale, cte trei la o subreea
trei generatoare care deservsec fiecare cte un nod final, din subreele
diferite

Pentru fiecare nod al reelei electrice funcionez un set de reguli de


producie. Astfel, putem considera c nodul este alimentat dac i numai dac:
57

nodul curent se afl n stare de funcionare


linia electric de alimentare este sub tensiune
nodul de la captul liniei este alimentat

Se consider urmtorul scenariu simulat prin produsul program:

La acionarea motorului de inferen se obin urmtoarele rezultate


exprimate prin captura de urmtoare:

58

8.2.5 Construirea unei aplicaii pentru diagnoz tehnic


la nivelul unei reele de comunicaie din cadrul sistemului energetic
Reeaua de comunicaie este alctuit din dou straturi de calculatoare
legate ntre ele prin dou straturi de routere:

Fig. 8.2 Reea de comunicaie diagnosticat


Faptele sistemului expert corepsund conectivitilor dintre nodurile
reelei prezentate n figura 8.2. Aceste fapte primesc valoarea True (1) dac
exist conexiune fizic ntre noduri sau valoarea False (0) n lipsa
conectivitii.
Regulile de producie vizeaz determinarea conectivitii ntre dou
noduri ale reelei care nu sunt inter-conectabile n mod direct (nu sunt noduri
vecine). Astfel, ntre aceste noduri poate exista conexiune fizic dac i nmai
dac exist cel puin o rut funcional ntre acestea, o rut fiind o succesiune
de noduri din reea conectate unul cu altul n mod direct.
De exemplu, n figura 8.2, avem conectivitate ntre nodurile A3 i C1
dac i numai dac funcioneaz una din rutele A3-B1-C1 sau A3-B2-C1. Ruta
A3-B1-C1 este funcional dac exist conexiune fizic pe A3-B1 i pe B1-C1,
iar ruta A3-B2-C1 funcioneaz n cazul conectiviilor A3-B2 i B2-C1. Din
figura 8.2 rezult c ntre nodurile A1-D1,A2-D2, A1-D2 i A2-D1 exist o
singur rut, ntre nodurile A3-D1, A3-D2, A1-D3 i A2-D3 exist dou rute,
iar ntre A3 i D3 exist patru rute posibile.
Scopul principal al aplicaiei este ca pe baza conectivitilor dintre
nodurile finale din cadrul reelei s determine conexiunile pariale
nefuncionale din reea. n plus, sistemul expert generat poate fi utilizat i ca
prognoz pentru funcionarea reelei n cazul unor disfuncionaliti pariale cu
ajutorul unor scenarii de simulare.
Se consider urmtorul scenariu simulat prin produsul program:

59

La acionarea motorului de inferen se obin urmtoarele rezultate


exprimate prin captura de ecran de mai jos:

60

9. CONCLUZII
9.1 Sinteza problemelor dezvoltate n lucrarea de doctorat
Obiectivul principal urmrit prin prezenta lucrare de doctorat const n
reducerea costului total de producie i livrare a energiei electrice i creterea
calitaii serviciilor de sistem oferite de ctre SEN.
n acest sens, primul capitol Formularea problemei i scopul tezei
de doctorat trateaz problema informatizrii sistemului energetic printr-o
analiz critic aplicat celor trei subsisteme principale ale SEN: subsistemul de
producie, subsistemul de transport i subsistemul de distribuie.
Dup identificarea aspectelor critice din informatizarea SEN, se
formuleaz scopul tezei de doctorat, elaborat pe urmtoarele direcii:
- cercetarea principalelor tehnici de inteligen artificial (sisteme
expert, reele neuronale artificiale, algoritmi genetici i programare
abstract) i a posibilitilor de combinare a acestora n vederea
aplicrii lor n condiiile specifice sistemului energetic naional; aceste
modele de inteligen artificial au fost descrise n capitolele 2, 3 i 4
ale tezei de doctorat;
- elaborarea de produse program inteligente care s ncorporeze
modelele teoretice studiate anterior; vor fi dezvoltate dou astfel de
soluii informatice: un generator de programe pentru exploatarea
bazelor de date i un generator de sisteme expert binare cu suport
fuzzy, asistate neuronal; produsele program elaborate au fost
prezentate n capitolul 5 al tezei de doctorat;
- determinarea condiiilor specifice pentru implementarea produselor
program elaborate i implicit a tehnicilor de inteligen artificial
ncorporate de acestea prin studiul corelaiilor calitate-risc la nivelul
echipamentelor energetice i al rentabilitii exploatrii acestora cu
sisteme inteligente (capitolele 6 i 7);
- realizarea unui studiu de caz pentru implementarea i aplicarea
produselor informatice dezvoltate, n condiiile concrete existente n
sectorul energetic (capitolul 8).
n capitolul 2 Structura i funcionarea sistemelor expert a fost
prezentat structura unui sistem expert pe module funcionale prin: definirea
conceptului de sistem expert, descrierea structurii sistemului expert pe module
funcionale, prezentarea sistemelor expert bazate pe calcul predicativ i a
sistemelor fuzzy. De asemenea, s-au fcut referiri la diverse aspecte de ordin
tehnic n ceea ce privete implementarea sistemelor expert, a fost delimitat aria
de aplicabilitate a sistemelor expert, cu avantajele i limitele acestora.
n partea secund a capitolului s-au menionat aplicaiile sistemelor
61

expert n general i n ingineria industrial n special. n prezenta lucrare de


doctorat s-a subliniat importana i puterea sistemelor expert, care deriv din
specificul acestora.
Sistemele expert pot furniza noi cunotine pe baza celor existente ,
preluate de la experii umani, oferind explicaii i argumente pentru rezultatele
obinute. Raionamentele sistemelor expert sunt de tip deductiv, pornind de la
cunotine generale aplicate situaiilor particulare.
Limitele sistemelor expert sunt n special legate de cantitatea i
calitatea cunotinelor preluate de la specialitii umani i de imposibilitatea
nvrii din situaii particulare.
Din acest motiv, n teza de doctorat s-a manifestat preocuparea pentru
combinarea tehnologiei oferite de sistemele expert cu un alt model de inteligen
artificial i anume modelul neuronal de calcul, care permite nvarea din
situaii particulare, compensnd n felul acesta principalul dezavantaj al
sistemelor expert.
n capitolul 3 Tehnologia cunoaterii bazate pe calcul neuronal sa definit conceptul de reea neuronal artificial ca extensie a sistemelor expert
aa cum am menionat n paragraful anterior. A fost prezentat teoria procesrii
neuronale artificiale inspirat din modelul biologic similar , cu menionarea
principalului avantaj al acestei tehnologii care este flexibilitatea gndirii oferite
de posibilitatea nvrii din situaii particulare i de aplicare a cunotinelor
dobndite.
n continuare a fost descris reprezentarea cunoaterii prin reele
neuronale artificiale i procesul de nvare cu ajutorul acestora. Au fost
enumerate principiile de baz ale conducerii neuronale aplicate n ingineria
industrial i a fost prezentat modul de lucru al sistemelor neuro-fuzzy.
Partea a doua a acestui capitol a fost dedicat modelelor aplicate de
calcul neuronal prin prezentarea caracteristicilor generale pentru modelele
neuronale, a principalelor arhitecturi de reele neuronale artificiale i a
modalitii n care se realizeaz controlul inteligent al proceselor industriale cu
ajutorul acestor structuri neuronale.
De asemenea, a fost menionat faptul c n ceea ce privete tehnologia
cunoaterii bazate pe calcul neuronal, principala problem de natur tehnic este
antrenarea neuronilor artificiali pentru determinarea ponderilor optime ale
conexiunilor dintre neuroni, proces cunoscut sub numele de instruirea reelei
neuronale. Printre metodele de antrenare a reelei , cea mai evoluat este metoda
instruirii reelei prin algoritmi genetici.
Acest subiect a fost tratat n capitolul 4 Concepia calculului
evolutiv pentru performarea sistemelor neuro-expert. n prima parte a
acestui capitol a fost descris concepia i aplicabilitatea calculului evolutiv
bazat pe algoritmi genetici. Astfel, dup prezentarea conceptului general de
calcul evolutiv i a principalilor operatori genetici s-a trecut la definirea
algoritmilor genetici, a structurii acestora i a operatorilor folosii. S-a menionat
62

faptul c algoritmii genetici reprezint o clas particular a modelelor evolutive


i a fost subliniat rolul acestora n antrenarea reelelor neuronale artificiale.
n continuare, a fost definit conceptul de sistem neuro-geno-expert, ca
un model inteligent deosebit de complex care nglobeaz cele trei tehnici de
inteligen artificial prezentate: sistemul expert, reeaua neuronal i algoritmul
genetic. n ultima parte a capitolului au fost descrise principalele moduri de
colaborare ntre cele trei modele inteligente care alctuiesc sistemul neuro-genoexpert, prin sublinierea puterii i aplicabilitii acestuia, conferit prin mixarea
metodelor de inteligen artificial.
n capitolul 5 Produse program inteligente aplicabile sistemelor
de energie au fost prezentate dou produse software bazate pe tehnicile de
inteligen artificiale descrise mai sus, cu aplicabilitate n ingineria industrial.
Primul pachet de programe este un generator de software pe baze de date
Oracle cu ajutorul cruia se obin programe n limbajul PHP. Al doilea produs
program este un generator de sisteme expert bazate pe reguli de producie
exprimate n logica binar cu suport fuzzy. Trebuie menionat faptul c
interfaa dintre utilizator i sistemele expert a fost generat cu ajutorul
generatorului de software. De altfel, primul produs program menionat
(generatorul de aplicaii) poate rula ca platform software pentru al doilea
pachet de programe (generatorul de sisteme expert).
n subcapitolul 5.1 este descris produsul informatic pentru generarea
de software prin prezentarea arhitecturii programului, a modulelor funcionale
i a bazelor de date utilizate de acesta. De asemenea sunt descrise fazele de
lucru ale pachetului de programe i relaiile dintre componentele sale.
Subcapitolul 5.2 descrie produsul program pentru generarea i
exploatarea sistemelor expert. Dup definirea conceptelor de baz cu care
lucreaz produsul informatic, este descris baza de date cu care lucreaz acesta.
De asemenea sunt descrise principalele structuri logice utilizate de produsul
program i anume algoritmul de inferen prin disjuncie (optimizat pentru
diagnoz tehnic) i arborele neuronal pentru nvarea funciilor logice.
Capitolul 6 se intituleaz Studiul corelaiilor calitate-risc la nivelul
echipamentelor energetice de mare putere. Prima parte a acestui capitol
studiaz modelele calitii corelate cu riscurile energetice. n acest scop, a fost
abordat problematica riscului holistic n cercetrile operaionale, au fost
evideniate aspectele managementului riscului energo-industrial, s-a realizat
modelarea riscului holistic i s-au descris problemele analizei riscului n
centralele electrice cu accent pe corelaia calitate-risc n cadrul reingineriei
energetice, prin descrierea mai maultor modele de cuantificare a riscului
holistic.
n partea secund a capitolului au fost tratate costurile calitii i noncalitii exprimate n cercetri operaionale. n acest subcapitol a fost abordat
managementul ingineriei calitii totale, ca premiz de diminuare a riscului
holistic. n continuare, s-a tratat calitatea produciei exprimat n cercetri
63

operaionale i logica corelaiei calitate-risc n procesele industriale. n


ncheierea capitolului, a fost prezentat structura de indicatori ai calitii i
fiabilitii.
Capitolul 7 Rentabilitatea exploatrii echipamentelor energetice
dotate cu sisteme neuro-genetice trateaz n prima parte modelele de
rentabilitate n cercetrile operaionale. Dup descrierea a mai multe modele de
analiz economico-financiar a managementului sistemelor de energie supuse
dezvoltrii n concepie neuro-genetic, este tratat tema aplicrii reelelor
neuronale pe problema cicilicitii n afaceri.
A doua parte a capitolului se ocup de calculul indicatorilor de
eficien economic aplicabili la nivelul instalaiilor industriale. Dup tratarea
eficienei sistemelor informatice din punct de vedere economic, s-a determinat
eficiena structurilor hardware, a structurilor software i s-a discutat despre
particularitile fiabilitii sistemelor informatice (fiabilitatea la nivel de
hardware, software, reea de comunicaie sau factor uman). n ncheiere, a fost
prezentat un studiu de analiz multi-crierial aplicat soluiilor posibile pentru
implementarea de software cu personal propriu n unitile sistemului energetic.
Capitolul 8 Studiu de caz privind situaia actual i perspectiva
informatizrii sistemului energetic naional analizeaz concret stadiul
informatizrii n cadrul S.C. Termoelectrica S.A. i propune soluii pentru
performarea sistemelor informatice.
Prima parte a capitolului analizeaz sistemele informatice din punct de
vedere al structurii bazelor de date i al aplicaiilor folosite. Dup descrierea
tabelelor din baza de date a unitii, clasificate pe domenii de activitate, au fost
evideniate principalele puncte critice din structura informatizrii. Din acest
stadiu de analiz au fost conturate soluiile posibile pentru problemele
identificate.
n a doua parte a capitolului a fost delimitat aria de aplicabilitate a
sistemelor inteligente, cu accent pe efectele introducerii acestora. n continuare,
sunt prezentate cteva exemple concrete de aplicare a soluiilor propuse: un
raport al produciilor zilnice de energie electric i termic, generat automat, o
aplicaie de diagnoz asupra unei reele electrice printr-un sistem expert i o
aplicaie de diagnosticare tehnic pe o reea de comunicaie ntre dou sedii ale
companiei energetice cu ajutorul sistemului expert.

9.2 Prezentarea i comentarea noutilor


Aplicarea sistemelor expert n concepie neuro-genetic devine din ce
n ce mai util i oportun n sistemul energetic naional pentru probleme care
privesc:
64

diagnosticarea tehnic a instalaiilor energetice i a reelelor de


comunicaie ntre subuniti
prognoza funcionrii echipamentelor energetice
optimizarea funcionrii agregatelor prin corelaii calitate-risc

Generatorul de software funcioneaz pe principiul regulii 80/20


confirmate prin mijloace statistice, care n cazul proiectrii sistemelor
informatice se exprim prin urmtoarele forme:
-

80% dintre numrul de programe care exploatez bazele de date se


ncadreaz n 20% dintre tipurile de programe (marea majoritate a
programelor au funcionaliti comune)
80% din efortul necesar dezvoltrii unui program (exprimat n resurse
umane i timp de lucru) este utilizat pentru acoperirea a 20% dintre
funcionalitile programului respectiv (concretizate n: interfaa cu
utilizatorul, validri, raportri i funcionaliti comune mai multor
aplicaii).

Produsul informatic propus pentru generarea i exploatarea sistemelor


expert este optimizat pentru utilizarea n problemele de diagnoz tehnic prin
includerea urmtoarelor particulariti:
- metoda inferenei prin disjuncie pentru o diagnoz tehnic rapid i
complet
- structura arborelui neuronal pentru nvarea din exemple
- capacitatea de explicare a rezultatelor obinute prin prezentarea
raionamentelor folosite sub form de arbore logico-explicativ
- utilizarea unor rate asociate faptelor din baza de cunotine cu ratele de
funcionare pentru diverse echipamante sau componente; cu ajutorul
acestora programul va indica i demonstra cele mai probabile cauze
ale unei defeciuni, fr a neglija ns cauzele mai puin probabile
(pentru cauzele cele mai probabile ale unei avarii, programul va indica
i alte consecine, necunoscute pn atunci, ale acelor cauze).
Dintre aceste specificaii, un rol aparte l are algoritmul de inferen
prin disjuncie logic, prezentat n capitolul 5, algoritm deosebit de util pentru
problemele de diagnoz tehnic.
Aa cum am artat n capitolul 5, inferena prin disjuncie prezint o
serie de avantaje i anume:
simplificarea reprezentrii regulilor;
creterea vitezei n procesul de inferen pe dou direcii:
65

reducerea numrului de reguli procesate (forma disjunctiv


nlocuiete mai multe forme implicative echivalente);
reducerea duratei efective a procesului de inferen prin
eliminarea ciclurilor inutile; formula de combinare a cunotinelor
(fapte sau reguli) permite obinerea informaiilor derivate,
eventual sub forme intermediare, indiferent de ordinea operaiilor
de combinare, astfel nct toate informaiile posibil de obinut sunt
garantate dup un singur ciclu de parcurgere a matricei de
inferen.
obinerea de soluii pariale, atunci cnd nu dispunem de informaii
suficiente pentru a permite obinerea unei soluii finale;
modalitile de inferen forward chaining i backward chaining
se realizeaz prin acelai algoritm, diferena const doar n punctul de
pornire al mecanismului de inferen. La nlnuirea nainte, se pleac
de la faptele cunoscute i setul de reguli, pe cnd la nlnuirea napoi,
pornim de la regulile n care apar faptele ce urmeaz a fi determinate.

La aceste avantaje prin care metoda infererenei prin


disjuncie se recomand pentru problemele de diagnoz, mai adugm
o caracteristic a produsului informatic i anume existena unei rate
statistice de verificare a faptelor din baza de cunotine, care prin
asocierea cu rata de funcionare a echipamentelor confer soluiei
software propuse un grad sporit de performan n procesele de
dignosticare tehnic a instalaiilor industriale.

66

10. BIBLIOGRAFIE
10.1 Lucrri de referin n domeniu
[ALS77]

Alter, S. (1977), A taxonomy of decision support systems, Sloan


Management Review

[ALS80]

Alter, S.L. (1980), Decision Support Systems: Current Practice and


Continuing Challenge. Addison Wesley, Reading, M.A.
Anderegg T., ERP:A-Z Implementers Guide for Succes, Resource
Publishing 2000
Bjenescu T.I., Performanele inteligenei artificiale de la teorie la
aplicaii, Editura Albastr, Cluj-Napoca, 2002
Bonabeau E., Dorigo M., Theraulaz G., Swarm Intelligence: From
Natural to Artificial Systems, J. Artificial Societies and Social
Simulation 4(1): 2001
Bodea C. Inteligen artificial i sisteme expert, Editura Inforec,
Bucureti, 1998
Bui, T.X. (1987), Co-oP; a Group Decision Support System for
Cooperative Multiple Criteria Group Decision Making, Lecture
Notes in Computer Science. Springer Verlag. Berlin.
Carabulea, A. Managementul sistemelor energetice, Editura
Politehnica, 2004
Carabulea, A. Sisteme informatice pentru asigurarea calitaii
energiei. U.P.B.,1994.
Carabulea, A. Sisteme informatice pentru managementul energiei.
U.P.B.,1994.
Catrina,G. .a. Reele neuronale artificiale i sisteme expert n
energetic, Ed. Gh. Asachi, Iai, 1994
http://www.intraweb.ro/txt/Articole/Domenii/CRM/show
Cyert, R.M., J.G. March (1963), A Behavioral Theory of the Firm,
Prentice Hall, Englewood Cliffs, New Jersey.
Davenport T.H.- Putting the enterprise into the enterprise system,
Harvard Business Review nr. 4/1998
De Sanctis, G., B. Gallupe (1993), Group decision support systems:
a new frontier, In: Decision Support Systems: Putting Theory into
Practice (R. Sprague, H.J. Watson, Eds.). Prentice Hall, Englewood
Cliffs, New Jersey, p.297-308.
Dzitac I., Inteligen artificial, Editura Universitii Aurel
Valicu, Arad, 2008
Eremia, M., Tehnici de inteligen artificial, AGIR Bucureti, 2001
Felea I, S Dziac, Fiabilitatea echipamentelor i sistemelor
energetice. Aplicaii, Editura Universitii din Oradea, ISBN (10)
973-759-198-4; ISBN (13) 978-973-759-198-2; 2006.

[AND00]
[BJ02]
[BDT01]
[BOC98]
[BTX87]
[CAR04]
[CAR94+]
[CAR94]
[CAT94]
[CRM]
[CYM63]
[DAV98]
[DEG93]

[DZI08]
[ERE01]
[FED06]

67

[FEI96]

Felea I, Ingineria fiabilitii n electroenergetic, Ed. Didactic i


Pedagogic, Bucureti, 1996

[FFG04]

Filip, F.G. (2004), Sisteme suport pentru decizii, Editura Tehnic ,


Bucureti.
Fotache D., Hurbean L., Soluii informatice integrate pentru
gestiunea afacerilor- ERP, Ed. Economic Bucureti, 2004
Fedorowicz, J. (1993), A technology infrastructure of document
based decision support systems, In: Decision Support Systems:
Putting Theory into Practice, New Jersey
Gardner H., Frames of mind: The theory of multiple intelligences.
New York: Basic Books, 1983.
Gardner H., Multiple intelligences: New horizons. New York: Basic
Books, 2006
Goron S., Bologa C., Buchman , Proiectarea i caracterizarea
sistemelor informatice manageriale, Risoprint , Cluj, 2003
Gertler Janos J. - Fault Detection and Diagnosis n Engineering
Systems, Barnes&Noble, 1998
Gheorghiu I. D., Carabulea A., Vaida V., Sisteme informatice pentru
managementul energiei, Editura Politehnica PRESS, Bucureti, 2007
Gheorghiu I.D. Carabulea A., Managementul calitii proceselor
energetice prin sisteme neuro-expert, Bucureti, 2005
http://www.ginfo.ro/11_8/focus.pdf
Holsapple, C.W., A.B. Whinston (1996), Decision Support Systems:
A Knowledge, Based Approach, West Publishing Company,
Minneapolis/St. Paul.
Hossain L., Patrick J.D., Rashid M.A. - Enterprise Resource
Planning: global opportunities and chalanges, Idea Group
Publishing, 2002
http://www.itim-cj.ro/~jalobean/Cursuri/LogComp
Keen, P.G.W. (1987). DSS: the next decade. Decision Support
Systems
Klein, M., L.B. Methlie (1995), Knowledge Based Decision
Support Systems with Applications in Business, John Wiley & Sons,
Chichester.
Koch, C., The ABCs of Supply Chain Management,
www.cio.com/research/erp, 2003
Matica L. M., R. I. Matica, Inteligena artificial prin sisteme
expert n energetic, Editura Universitii din Oradea, 2003
Metz D. and T. Kirchhof, Operational Control and training
simulation with respect to the deregulated Electrical Energy Market,
Balkan Power Conference, Slovenia, June 2001
Mihalache A, Cnd calculatoarele greesc. Fiabilitatea sistemelor
de programe software, Editura Didactic i Pedagogic RA,
Bucureti, 1995

[FOH04]
[FEJ93]
[GAR83]
[GAR06]
[GBB03]
[GER98]
[GCV07]
[GHC05]
[GIN]
[HOW96]
[HPR02]
[JAB]
[KEP87]
[KEM95]

[KOC03]
[MAM03]
[MEH01]
[MIH95]

68

[MIN80]
[MIL04]
[OPM02]
[PC06]

[POP04]
[POW01]

Minzberg, H. (1980), The Nature of Managerial Work, Prentice Hall,


Englewood Cliffs, New Jersey
Militaru Gh., Sisteme informatice pentru management, Ed. Bic All,
Bucureti, 2004
Oprea, Dumitru, Mesni Gabriela, Sisteme informaionale pentru
manageri, Ed. Polirom, Iai, 2002
Pcureanu I., Coman S., Evaluarea performanelor SEE prin
implementarea structurilor informatice, Analele Universitii din
Oradea. Fascicula de Energetic, nr.12, 2006
Popper L., Legislaie economic n energetic, Ed. Perfect, Bucureti
2004
Power, D.J. (2001). Supporting Decision Makers: An Expanded
Framework

[SIH60]

Simon, H. (1960), The New Science of Management, Harper & Row,


New York.

[SOD02]

Studiu pentru organizarea activitii de dispecer - Faza II - Dotarea


tehnic a conducerii prin dispecer - ISPE 2002
Ttar D., Inteligena artificial Aplicaii n prelucrarea limbajului
natural, Editura Albastr, Cluj-Napoca, 2003
Turban, E., J.E. Aronson (1998), Decision Support Systems and
Intelligent Systems, Fifth Edition. Prentice Hall, Upper Saddle River,
New Jersey, (Sixth Edition, 2000).
Zaharia C.N., Cristea A., Algoritmi genetici i retele neuronale
Dou noi paradigme de calcul, Editura Academiei Romne,
Bucureti, 2002

[TT03]
[TUA98]
[ZAC02]

10.2 Referate, articole i cri publicate de doctorand


[POP1]
[POP2]
[POP3]
[PSA1]
[PSA2]
[PSA3]

M. Popper, Raport de cercetare privind Structura si Functionalitatea


Sistemelor Neuro-Expert, Universitatea Transivania din Braov, 2009
M. Popper, Raport de cercetare privind Corelatiile Calitate-Risc La Nivelul
Echipamentelor Energtice , Universitatea Transivania din Braov, 2009
M. Popper, Raport de cercetare Studiu de Caz privind Informatizarea
Sistemului Energetic National din prezent pn n 2025 , Universitatea
Transilvania din Braov, 2009
M. Popper .a., Human Resources Stress Management in Industrialy
Reeenginered Energy Systems CIE Oradea 2009, pag. 434-440, ISSN 12241261
M. Popper .a., Models for Optimization Industrial Systems in Aproach of
Genetic Algoritms - CIE Oradea 2009, pag. 441-445, ISSN 1224-1261
M. Popper .a., The Modeling of Decisional Cuantic and Supercuantic
Computerized Processes in Neurogenetic Concept - CIE Oradea 2009, pag. 446-

69

[PSA4]
[PSA5]
[PSA6]
[PSA7]
[PSA8]
[PSA9]
[PSA10]
[POP4]
[PSA11]
[POP5]
[PSA12]
[PSA13]
[POP6]
[PSA14]
[PSA15]

450, ISSN 1224-1261


M. Popper .a., The Sensibility at the Risk of the Agile Production Systems CIE
Oradea 2009, pag. 451-455, ISSN 1224-1261
M. Popper .a., Software Reengineering Modeled in Concept Evolution Systems CIE Oradea 2009, pag. 456-467, ISSN 1224-1261
M. Popper .a., Reengineering Inputs Cumulation of Energotechnologic
Resources Model in Concept Management - CIE Oradea 2009, pag. 486-495,
ISSN 1224-1261
M. Popper .a., A New Source of Renewable Primary Energy for Redering More
Efficient of Electric Power Plant - CIE Oradea 2008, pag. 355-358, ISSN 12241261
M. Popper .a., The Neuro-Genetic Challenge in Industrial Management Applied
to Energy Systems Integrable to Revolutionary Market - CIE Oradea 2008, pag.
362-368, ISSN 1224-1261
M. Popper .a., Sisteme Expert Neuro-Fuzzy Aplicabile in Managementul
Comercial al Sistemelor de Energie - CIE Oradea 2008, sectiunea 4, ISSN
1224-1261, http://www.energy-cie.ro/archives/program_CIE_final_2008.pdf
M. Popper .a., Repartizarea optim de putere intre grupurile unei centrale
electrice ETCNEUR 2008, ISSN 1843-3359
M. Popper, Rentabilizarea sistemelor de energie - ETCNEUR 2008, ISSN 18433359
M. Popper .a. , Vulnerability of the Human Resources in Mining FOREN
Neptun 2008, http://cnr-cme.ro/foren2008/
M. Popper, Rolul sistemelor neuro-geno-expert n exploatarea performanta a
sistemelor energetice - revista Intelinet, august 2009, ISSN 1584-3939
http://www.perfect-service.ro/intelinet/2009/august/intel(i)net.php?legatura=5
M. Popper .a, Models for Design of Energy Power Plants Assisted by
NeuroExpert Information Systems - CIE Oradea 2010,
http://www.energy-cie.ro/archives/program_CIE_2010.pdf
M. Popper .a, Design of Energy Systems in the Sustainable Development
Modelled by Operational Researches - CIE Oradea 2010,
http://www.energy-cie.ro/archives/program_CIE_2010.pdf
M. Popper, Generating of Neuro-Expert Systems Applied in Power Industry CIE Oradea 2010, http://www.energy-cie.ro/archives/program_CIE_2010.pdf
M. Popper .a., Informatica Managerial Editura Perfect 2009,
ISBN 978-973-7984-56-2
M. Popper .a., Conectarea resurselor i serviciilor existente n cadrul
sistemelor de energie cu scopul iniierii de noi afaceri Editura Perfect 2009 ,
ISBN 978-973-7984-57-59

70

Sisteme neuro-geno-expert aplicabile


echipamentelor energetice de mare putere
Scopul tezei de doctorat const n reducerea costului total de productie a
energiei prin cresterea gradului de eficacitate si eficienta pentru sistemele informatice,
asigurat de implementarea sistemelor neuro-geno-expert i a tehnicilor inteligente de
programare n sistemul energetic national.
Pentru atingerea acestui scop, au fost necesare urmtoarele activiti:
cercetarea principalelor tehnici de inteligen artificial (sisteme expert, reele
neuronale, algoritmi genetici)
elaborarea de produse program inteligente care s ncorporeze modelele
teoretice studiate
determinarea condiiilor specifice pentru implementarea produselor program
elaborate
realizarea unui studiu de caz pentru aplicarea produselor informatice
dezvoltate, n condiiile concrete existente n sectorul energetic.
Noutile din structura cercetarii se refer la:
Generator de sisteme expert bazat pe reguli, cu aplicabilitate n ingineria
industrial
Algoritm de inferen prin disjuncie, cu performane sporite n aplicaiile de
diagnoz tehnic
Algoritm de nvare a regulilor de producie pe baza unui set relevant de
exemple
Produs software de generare automat a programelor de interfa dintre
utilizatori i bazele de date
Neuro-Geno-Expert Systems Applied to Power Energy Equipments
Thesis goal is to reduce total cost of energy production by increasing the
effectiveness and efficiency of information systems, ensured by implementation of
neuro-geno-expert systems and intelligent programming techniques in the national
energy system.
For this purpose, these activities were necessary:
research of main artificial intelligence techniques (expert systems, neural
networks, genetic algorithms)
develop intelligent software products that incorporate studied theoretical
models
determine specific conditions for implementing developed software
study case for application software products, developed in the concrete
conditions existing in the energy sector.
News of the research structure refers to:
Generator of rules-based expert systems, having applicability in industrial
engineering
Inference algorithm by disjunction, with increased performance in applications
for technical diagnosis
Rules learning alghoritm based on a relevant set of examples data
Software for automatic generation of user interface programs

71

CURRICULUM VITAE

Name:
Date and place of birth:
Adress:
E-Mail:

Mihai POPPER
12.12.1974, Cmpina, jud. Prahova
Str. Dorohoi nr. 8, bloc E19, apt. 8, Bucureti
m_popper@yahoo.com

Education:
2007-2010 : Ph. D. Student, Industrial Engineering

Faculty of Electrical Engineering and Computer Science, Transilvania University of Braov

2005-2007 : M. Sc. Student, Human Resources Management


Department of Management, Polytechnic University of Bucharest

1998-1999 : M. Sc. Student, Information Systems for Management

Faculty of Cybernetics, Statistics and Economic Informatics, Academy of Economic


Studies, Bucharest

1993-1998 : Undergraduate student, Economic Informatics

Faculty of Cybernetics, Statistics and Economic Informatics, Academy of Economic


Studies, Bucharest

Professional activity:
1998-2010 : Analyst Programmer, S.C. Termoelectrica S.A.
2002-2010 : Trainer, Perfect Service S.A.
Main research interests:
Artificial Intelligence
Scientific activity:
Publications as single author:
2 articles
3 scientific reports
Publications as first author:
4 articles
Publications as co-author:
9 articles
2 books

72