Add semantic model (#8)

* Add semantic model

* Add general semantic description

* Add developed ontology description

Neuro-semantic-control.code-workspace

@@ -30,7 +30,8 @@
             "Wook",
             "Джха",
             "Омату",
-            "Сигеру"
+            "Сигеру",
+            "EPLANner"
         ]
     }
 }

bibtex_base.bib

@@ -208,3 +208,49 @@ @book{Нетушил1978
   language  = {russian},
   langid    = {russian}
 }
+
+@book{Боргест2010,
+  title     = {Онтология проектирования. Теоретические основы [Текст] : электрон. учеб. пособие},
+  author    = {Боргест, Н. М.},
+  publisher = {Самар. гос. аэрокосм. ун-т им. С. П. Королева (нац. исслед. ун-т).},
+  year      = 2010,
+  volume    = {1},
+  pagetotal = {91},
+  url       = {http://repo.ssau.ru/bitstream/Uchebnye-posobiya/Ontologiya-proektirovaniya-Teoreticheskie-osnovy-elektron-ucheb-posobie-Ch-1-Ponyatiya-i-principy-55235/1/Боргест%20Н.М.%20Онтология%20проектирования.pdf},
+  language  = {russian},
+  langid    = {russian}
+}
+
+@book{Шведин2010,
+  title     = {Онтология предприятия: экспириентологический подход: Технология построения онтологической модели предприятия},
+  author    = {Шведин, Б. Я.},
+  publisher = {Ленанд},
+  location  = {М.},
+  year      = 2010,
+  pagetotal = {240},
+  url       = {https://dunrose.ru/wp-content/uploads/2018/08/QuaSy-онтология-Книга-01.pdf},
+  language  = {russian},
+  langid    = {russian}
+}
+
+@article{Гладун2006,
+  author   = {Гладун, А. Я. and Рогушина, Ю. В.},
+  year     = {2006},
+  title    = {Онтологии в корпоративных системах},
+  volume   = {1},
+  journal  = {Корпоративные системы},
+  url      = {https://www.management.com.ua/ims/ims115.html},
+  language = {russian},
+  langid   = {russian}
+}
+
+@article{Загорулько2012,
+  author   = {Загорулько, Ю. А. and Загорулько, Г. Б.},
+  year     = {2012},
+  title    = {Онтологический подход к разработке системы поддержки принятия решений на нефтегазодобывающем предприятии},
+  volume   = {10},
+  location = {Новосибирск},
+  journal  = {Вестник НГУ. Серия: Информационные технологии},
+  language = {russian},
+  langid   = {russian}
+}

chapter_1.tex

@@ -640,11 +640,36 @@ \subsection{Схема управления с самонастройкой}
 
 Обычно выходом нейронной сети являются коэффициенты ПИД-регулятора. Интересный подход используется в работе Ниша Джха \cite{Nisha2011} – весовые коэффициенты выходного слоя многослойного персептрона соответствуют коэффициентам ПИД-регулятора.
 
+\section{Онтологии и семантические технологии}
+
+В общем случае (отдельно от информационных технологий) слово «семантика» относится к смысловой составляющей языка – значения знаков и структур знаков. При этом семантика противопоставляется синтаксису (формальным правилам соединения знаков в текст). Если речь о семантике заводится в сфере информационных технологий, то имеют в виду особые технологии, архитектуры приложений и языки описания данных, ориентированные на знаковое представление объектов и их свойств в компьютерных моделях предметных областей. В качестве основной цели семантического подхода видится обучение компьютера распознавать смысл данных, описывающих деятельность и ее элементы, то есть реализовать переход от оперирования обезличенными данными к работе со знаниями и значениями. Предполагается, что повсеместное использование семантического подхода в моделировании предметных областей позволит унифицировать обмен информацией между независимыми поставщиками данных и приложениями, а также обеспечит возможность модифицировать структуру данных и бизнес-логику приложений не за счет переписывания кода, а только через преобразование семантически определенных данных. К основным методам семантического подхода следует отнести: унификацию формата записи, уникальную идентификацию записей, включение метаданных в данные, стандартизацию словарей.
+
+Традиционно семантическое описание предметной области именуют онтологией этой области. При этом выражения «онтологическое описание», «онтологическая модель», «онтология предметной области» можно использовать как синонимы. Онтология или онтологическая модель предметной области – это, по сути, структура из сущностей (концептов, понятий, типов объектов), их свойств и правил установления отношений между ними. Обычно онтологию представляют в виде графа, вершинами которого являются объекты, а ребрами – свойства. Часто такую структуру из объектов и значений их свойств, построенную для определенной предметной области, называют графом знаний (Knowledge graph).
+
+\section{Семантические технологии в управлении}
+
+Подход к проектированию различного рода систем на основе онтологических моделей широко используется в настоящее время \cite{Боргест2010}, при этом в особую область исследований выделяют «онтологии предприятия» \cite{Шведин2010}. Суть предлагаемых подходов состоит в построении онтологий, описывающих деятельность того или иного предприятия или его подразделений. В такую систему онтологий при необходимости могут включаться знания различного рода, описывающие тот или иной аспект деятельности предприятия.
+
+Применение онтологического подхода для структуризации знаний предприятия позволяет использовать эти знания более эффективно, в том числе, существенно облегчить процесс модернизации этих знаний, адаптации их под новые задачи, ускорить и упростить процесс обучения нового персонала \cite{Гладун2006}.
+
+В ряде работ рассматриваются применение онтологического подхода для решения конкретных прикладных задач некоторого предприятия \cite{Загорулько2012}.
+
+Однако для существующих онтологических моделей можно выделить ряд общих недостатков:
+
+\begin{itemize}
+    \item отсутствие единого подхода к выделению и формированию онтологий, что часто приводит к невозможности интеграции и повторного использования онтологий, разработанных в рамках одного предприятия или даже в рамках разных подразделений одного предприятия;
+    \item отсутствие единого подхода к построению иерархии онтологий ограничивает возможность построения комплексной взаимосвязанной системы онтологий, описывающей предприятие на всех необходимых уровнях детализации;
+    \item трудности повторного использования онтологий реального предприятия, разработанных другими, из-за их большой сложности;
+    \item отсутствие удобных инструментов, поддерживающих разработку и использование онтологий.
+\end{itemize}
+
+Для решения данных проблем предлагается использовать описание в виде онтологии стандарта \textbf{ISA-88} - уровень \textbf{SCADA-систем} - на основе технологии \textbf{OSTIS}.
+
 \section{Выводы}
 
 В большинстве работа для «тонкой» подстройки ПИД используется многослойный персептрон (MLP). Также используются рекуррентные или RBF нейронные сети \cite{Reza2011}. Современные подходы основываются на интеграции различных подходов – нечеткой логики \cite{Tahour2007}, генетических алгоритмов \cite{Sharkawy2006}, классических подходов и т.д. \cite{Omatu_Khalid_Yusof}.
 Для обучения НС обычно используется алгоритм обратного распространения ошибки (BP algorithm) \cite{Omatu_Khalid_Yusof}, \cite{Ruano1992ApplicationsON} или его модификации \cite{Han1999}. Для поиска начальных значений порогов и весовых коэффициентов используются различные подходы (например, Сигеру Омату \cite{Omatu_Khalid_Yusof} предложил использовать генетические алгоритмы). Для симуляции систем управления широко применяются пакеты MATLAB и Simulink, в некоторых работах можно встретить реализацию в качестве программного модуля для персонального компьютера (PC).
 
 \section{Постановка задачи}
 
-Разработать семантический нейро-ПИД-регулятор для использования в проектах АСУТП.
+Разработать \textbf{семантический нейро-ПИД-регулятор} для использования в проектах АСУТП, также использовать описание в виде онтологии стандарта \textbf{ISA-88} - уровень \textbf{SCADA} - как часть интеллектуальной системы управления.