Главная Обратная связь

Дисциплины:

Архитектура (936)
Биология (6393)
География (744)
История (25)
Компьютеры (1497)
Кулинария (2184)
Культура (3938)
Литература (5778)
Математика (5918)
Медицина (9278)
Механика (2776)
Образование (13883)
Политика (26404)
Правоведение (321)
Психология (56518)
Религия (1833)
Социология (23400)
Спорт (2350)
Строительство (17942)
Технология (5741)
Транспорт (14634)
Физика (1043)
Философия (440)
Финансы (17336)
Химия (4931)
Экология (6055)
Экономика (9200)
Электроника (7621)






Уровни иерархии интеллектуальной системы управления и степень интеллектуальности



МЕТОДИЧЕСКИЕ УКАЗАНИЯ

к практическим занятиям по курсу

«Основы интеллектуализации средств автоматизации»

 

 

 

 

Владимир

 

Составитель: И.Н. Егоров

 

УДК 681.5(07)

 

 

Материалы и методические указания к практическим занятиям по курсу «Основы интеллектуализации средств автоматизации» для специальности 220700.Сост. И.Н.Егоров. – Владимир: ВлГУ им. А.Г. и Н.Г. Столетовых, 2012, - 160 с.

 

СОДЕРЖАНИЕ

 

1.ПЗ1.Основы концепции интеллектуального управления сложными динамическими объектами 3

2. ПЗ2,Интеллектуальные средства автоматизации: понятия, определения, принципы построения 7

3. ПЗ3. Способы представления и обработки знаний в интеллектуальных системах 16

4. ПЗ4 .Нейронные сети 49

5. ПЗ5. Исчисление предикатов 66

6.ПЗ6. Эволюционные аналогии в искусственных интеллектуальных системах 75

7.ПЗ7. Интеллектуальные мультиагентные системы 110

8.ПЗ8. Принципы построения и проектирования экспертных систем……136

Литература 160

 

1.ПЗ1.Основы концепции интеллектуального управления сложными динамическими объектами.

1.1. Структура интеллектуальной системы(Рис.1.)

 

Рис.1.Структурная схема интеллектуальной системы

 

Возможность создания специальных моделей интеллектуальных систем управления, послужило развитие аппаратных средств поддержки процессов, протекающих в интеллектуальных систе­мах. Первоначально с целью ускорения процессов обработки знаний, а позже и с целью снижения сроков создания интеллектуальных систем, в их состав стали включать аппаратно реализованные блоки, осуществляю­щие некоторые функции системы. Можно выделить три основные груп­пы таких средств:

спецпроцессоры поддержки языков программирования высокого
уровня (типа Лисп, Пролог, Рефал и др.);

спецпроцессоры для интеллектуальных баз данных и баз знаний
(в том числе для логического вывода);

спецпроцессоры для интеллектуального интерфейса (обработ­ки изображений, текстов и речи).

Отдельную группу составляют всевозможные аппаратно реализован­ные средства обработки лингвистической, в том числе нечеткой инфор­мации (нечеткие процессоры).

Интеллектуальные системы с такими блоками в своем составе полу­чили название "систем с развитыми средствами аппаратной поддержки"

Особенно удобными для целей техничес­кого управления оказались так называемые открытые системы, т. е. системы, способные с течением времени совершенствовать свое поведе­ние благодаря заложенным в них алгоритмам обучения. Принципиальная открытость систем в соответствии со вторым прин­ципом обеспечивается наличием таких подсистем высшего ранга в иерар­хической структуре, как самонастройка, самоорганизация и самообуче­ние.



Основным предметом исследований в теории интеллектуальных сис­тем явилась разработка структур, претендующих на обеспечение интел­лектуального поведения при решении различных задач.

Важно отметить, что под интеллектуальностью системы здесь под­разумевается ее способность работать с базой внешних событий или си­туаций для привлечения знаний, позволяющих уточнить предложенную задачу и наметить пути ее решения; под неточностью понимается нео­пределенность, или, другими словами, свобода выбора в выполнении опе­рации по решению задачи.

 

Уровни иерархии интеллектуальной системы управления и степень интеллектуальности

 

Пять принципов организации интеллектуальной управляю­щей структуры:

- наличие тесного информационного взаимодействия управляющих
систем с реальным внешним миром и использование специально организованных информационных каналов связи;

- принципиальная открытость систем для повышения интеллектуальности и совершенствования собственного поведения;

- наличие механизмов прогноза изменений внешнего мира и собственного поведения системы в динамически меняющемся внешнем
мире;

- построение управляющей системы в виде многоуровневой иерархической структуры в соответствии с правилом: повышение интеллектуальности и снижение требований к точности по мере повышения ранга иерархии в системе (и наоборот) - неточность знаний о модели объекта или о его поведении можно скомпенсировать увеличе­нием числа уровней интеллектуальности, а также использованием совер­шенных механизмов принятия решений в условиях неопределенности в соответствующих алгоритмах управления. ;



- сохраняемость функционирования (возможно, с некоторой потерей
качества или эффективности) при разрыве связей или потере управляющих воздействий от высших уровней иерархии управляющей структуры - устанавливает лишь частичную потерю интеллектуальности (но не прекращение функционирования) при отка­зах в работе высших уровней иерархии системы..

Для реализации указанных выше пяти принципов в интеллектуальной системе управления необходимо предусмотреть следующие слои обработ­ки неопределенной информации (слои интеллектуальности):

- слой прогноза событий;

- слой самообучения и адаптации;

- слой работы с базами событий, знаний и формирования решений;

- исполнительный слой.

В зависимости от того, сколько слоев интеллектуальности имеет та или иная система, можно говорить о разных степенях ее интеллектуаль­ности. Под степенью интеллектуальности можно подразуме­вать различные средства борьбы с недоопределенностью либо самого объекта управления, либо его поведения в непредсказуемом динамичес­ком внешнем мире.

Введем ряд определений:

- система управления, функционирование которой ограничено
двумя нижними слоями интеллектуальности, имеет степень интеллектуальности в малом;

- система управления, функционирование которой ограничено
тремя нижними слоями интеллектуальности, имеет степень интеллек­туальности в большом;

- система управления, функционирование которой поддерживается
всеми четырьмя слоями интеллектуальности, называется интеллектуальной в целом.

В подобных системах управления свойство интеллектуальности проявляется в таких аспектах, как управ­ление в условиях неопределенности, самообучение и адаптация. При самообучении и адаптации интеллектуальных систем управления, к настоящему моменту достаточно широкое распространение получили методы эволюционного моделирования на базе нейрон­ных сетей, настраиваемых с помощью генетических алгоритмов.

В системах управления, интеллек­туальных в целом, на верхних уровнях управляющей структуры исполь­зуются, как правило, экспертные системы, в состав которых могут быть включены такие механизмы правдоподобного вывода на знаниях, как вывод по аналогии, на основе здравого смысла и т. п. В системах такой степени интеллектуальности могут быть автоматически сформулирова­ны решения, вполне приемлемые в сложившейся ситуации, но неожидан­ные даже для экспертов.

Концеп­туальная модель, организованная с использованием в контуре управле­ния базы нечетких правил, блока нечеткого вывода, фаззификатора (переводящего четкие значения входов в лингвистические значения) и дефаззификатора (выполняющего обратное преобразование) совместно со средствами обучения на базе нейронной сети, составляет основу схемы так называемых "мягких вычислений".

Интеллектуальные системы управления — это системы вов­се не обладающие какой бы то ни было '"интеллектуальностью" в общепринятом смысле. Это прежде всего класс систем, строящихся с применением новой информационной технологии обработки и исполь­зования знаний (Рис.2 ). Такой подход к построению систем управления позво­ляет в ряде случаев повысить динамические характеристики создаваемой системы путем лингвистической аппроксимации (!!!) поведенческих характе­ристик управляемого объекта. Более того, мы можем в ряде случаев от­казаться от организации традиционной обратной связи в САУ, если нам удастся адекватным образом представить ее работу с помощью знаний на основе определенных правил

 

Рис.2. Принципы организации интеллектуальных систем управления

 

Каждый уровень иерархии управления может иметь различную степень интеллектуальности: от интеллектуаль­ности в малом до интеллектуальности в целом.

На стратегическом уровне необходимо иметь высокую степень интеллектуальности, что определяется набором функциональных задач по планированию целесообразного поведения сложного объекта управления и согласуется с принципом Саридиса.

Более проблематичной, на первый взгляд, представляется интеллектуа­лизация тактического и тем более приводного уровня. Тем не менее, совершенно реальный смысл приобретает термин "интеллектуальный привод" (рис.3), под которым понимается привод с системой управления, имеющей степень интеллектуальности в малом. Применение интеллектуальных техно­логий позволяет синтезировать на базе достаточно простых аппаратных и программных средств новое поколение регуляторов (интеллектуальные регуляторы) для создания широкого спектра высококачественных адап­тивных электроприводов.

Рис.3. Интеллектуальный привод

На рис.4. представлен один из видов интеллектуального регулятора-экспертный регулятор.

Рис. 4. Структура экспертного регулятора

На первом этапе этих работ наибольшее раз­витие получили технологии экспертных систем и нейросетевых структур. Экспертная система выполняла функции интеллектуальной надстройки над ПИД-регулятором и периодически подстраивала его коэффициенты в зависимости от изменения параметров следящего элек­тропривода. Занимая объем памяти около 350 Кб, экспертный регулятор обеспечивал адаптивное управление в широком диапазоне возмущений, но не обладал быстродействием, необходимым для управление в реаль­ном масштабе времени.

Регулятор, построенный на базе 80 статических нейронов (названный нейросетевым регулятором) и обученный на оптимальный по быстродей­ствию принцип функционирования, включался в контур системы управ­ления последовательно с объектом. Он обеспечивал очень высокое быс­тродействие при слежении за различными входными воздействиями и, что особенно интересно, инвариантность к определенного рода внешним возмущениям.

Работы по созданию экспертного и нейросетевого регуляторов под­тверждают, что интеллектуализация приводного уровня это не самоцель, а новый способ решения комплексной задачи адаптивного управления. Перспективным представляется применение технологии ас­социативной памяти, поскольку реализованный на ней интеллектуальный регулятор привода требует менее 20 Кб памяти.

Весьма убедительные результаты получены по созданию на базе нейросетевых структур самообучающихся систем управления со степенью интеллектуальности в большом. Под самообучением понимает­ся использование комплекса методов и алгоритмов для настройки и фун­кционирования системы управления с неизвестным динамическим объек­том. В процессе синтеза системы осуществляются следующие этапы: функциональная идентификация объекта; первоначальная настройка регулятора; адаптация параметров регулятора в процессе управления.

2. ПЗ2,Интеллектуальные средства автоматизации: понятия, определения, принципы построения.


Эта страница нарушает авторские права

allrefrs.ru - 2018 год. Все права принадлежат их авторам!