ргр. Конспект лекций ПЕРЕСДАТЬ. Конспект лекций по дисциплине "Управление и перспективы развития инфокоммуникационных систем" для докторантов специальности
 Скачать 1.63 Mb.
|
|
1.4. Идентификация и классификация интеллектуальных систем. Интеллектуальные системы всегда обладают качествами высокоорганизованной материи, связанной с обработкой знаний, способностью понимания, рассуждения и познания, которые сегодня наиболее развиты у человека. Вместе с тем с использованием вычислительной техники были начаты работы по искусственному интеллекту и фактически начались исследования по двум направлениям [4]. Первое направление исследований связано с моделированием деятельности мозга или созданием технического разума, а второе – с использованием вычислительной техники и программирования для создания технологии обработки, хранения и создания знаний, т.е. создание новой информационной технологии. Понятно, что искусственный интеллект по своему носителю и средствам обработки знаний существенно отличается от человеческого и других видов интеллекта, но между различными классами интеллектов и соответственно интеллектуальных систем имеются общие свойства и элементы. В работах профессора А. В. Чечкина были исследованы следующие основные свойства интеллектуальных систем: уменье различать семантику содержания в получаемой информации; наличие возможности получать семантическую информацию по различным каналам; иметь терминальные элементы, осуществляющие связь между предметной и информационной областью; уменье решать задачи управления, мониторинга, контролинга, выдачи рекомендации и других задач, которые с успехом решает человек. Концепция функционирования интеллектуальных систем основывается на основе моделей поведения живых систем, изложенной в теории функциональных систем П. К. Анохина дальнейшим ее развитием Судаковым К. В. , который ввел понятие системоквант, определенного как целенаправленная физиологическая подсистема живого существа, активируемая для удовлетворения некоторой его потребности и определяющая его поведенческие акты. В настоящее время принято выделять пять основных классов интеллектуальных систем: биологическая интеллектуальная система, в которой реализуется интеллект человека с его функциональном назначением (например, принятие стратегического решения президентом на разработку национальной программы в ситуационном центре или в интеллектуальном кабинете президента); организационная интеллектуальная система (например фирма с функциональным назначением и участием группы людей в принятии стратегических и оперативных решений); автоматизированная интеллектуальная система – человеко-машинная система с функциональным назначением и преобладанием машинного фактора; искусственная интеллектуальная система- техническая интеллектуальная система с ее функциональным назначением, выполняющая функции человека (например экспертная система, система ситуационного управления, расчетная логическая система по подготовки решения при планирование работы корпорации, фирмы, университете и т.п.); среда интеллектуальных систем – интеллектуальная система коллектива взаимодействующих между собой по единым правилам интеллектуальных систем (например, рынок, электронные торги, информационные сети и т.п.). Отличием интеллектуальных систем от кибернетических систем, в которой реализуется постоянно действующий (всегда активный) алгоритм решения одного типа задач, состоит в том, что в ней есть оценивание, запоминание и учет собственного поведения. В зависимости от ситуации, используя память о своем поведении (рефлексию), интеллектуальная система активизирует сильно формализованную подсистему (системоквант) и тем самым осуществляет управление своим поведением в зависимости от сложившейся ситуации. В работе [3] к искусственному интеллекту следует относить те информационные технологии, которые обеспечивают возможность обработки знаний и обеспечивают выполнение следующих операций: внутренняя интерпретируемость, обеспечивающую идентификацию каждой информационной единицы; структурированность, обеспечивающую возможность рекуррентной вложимости отдельных информационных единиц друг в друга; установление функциональных, каузальных и других типов отношений между информационными единицами; шкалируемость, реализующую возможность введения различных метрик для определения количественных, порядковых и иных отношений информационных единиц; активность, реализующую способность инициировать действия при появлении новой информации; реализация классифицирующих отношений, обобщающие закономерности, действующие в какой – либо области. Интеллектуальная система – это целенаправленная система выбора доминирующей (очередной) задачи из допустимого для данной интеллектуальной системы класса, поиск решения такой задачи, закрепления опыта решения ее и, если необходимо, изменение допустимого класса задач. В простейшем случае интеллектуальная система является двухуровневой. Первый уровень – это рабочая область, в которой находятся средства решения задачи. Рабочая область представляет сеть базовых элементов и содержит средства решения задач только с объектами внешней и внутренней предметной области. Базовыми элементами являются интеллектуальные датчики (подсистема сбора семантической информацию части объектов предметной области), интеллектуальные исполнители (подсистема изменения части объектов предметной области), локальные базы данных и знаний (основными понятиями баз знаний являются продукция, ультраоператор, информационная производная оператора и др.), модели объектов и отношений между ними. Базовые элементы образуют структурную организацию и поведенческие особенности интеллектуальной системы. Базовые элементы объединяются в ансамбли (операторные схемы), которые называют радикалами. Рабочая среда интеллектуальной системы образуется из радикалов. Активизация радикалов (их включение для работы и образование на их основе различных схем решения задач) в интеллектуальной системе осуществляется активизирующей подсистемой. Рабочая область состоит из ультрасреды, где хранятся базы данных и преобразовываются в базы знаний семантической информации; терминальной среды, в которой реализуется сбор и использование семантической информации; опорной среды, в которой собраны модели, аналоги внешней предметной области, она предназначена для прогнозирования процессов вне системы и внутренней эмпирической деятельности. Второй уровень- это административная область, реализующая постановку задачи, планирование ее решения, прогнозирование будущего результата, активизирование средства решения сформированной задачи, контролирование средств решения задачи, закрепления опыта решения задачи расширение рабочей области. Административная область является активной подсистемой, которая имеет главной функцией активизировать средства из рабочей области для решения задачи. Интеллектуальная система является многоуровневой и иерархической системой, которая получается из простейших систем заменой некоторых ее базовых элементов интеллектуальными подсистемами. В настоящее время примером интеллектуальной системы может служить сеть Интернет, в которой реализуются профессиональные ориентированные локальные базы знаний и локальные базы данных. Экспертных систем, многочисленные модели разных прикладных областей. Сама сеть представляет собой рабочую подсистему, а пользователи системы выступают в роли в роли активизирующей подсистемы. В целом они могут рассматриваться как интеллектуальная система. В процессе работы интеллектуальной системы наблюдаются, как правило, следующие взаимодействующие процессы: оценивание – оценивание соответствия внешней предметной области целевому назначению интеллектуальной системы и формирование цели; мотивация – потребность достижения возникшей цели и использование накопленного опыта и знаний для выбора и постановки очередной задачи интеллектуальной системы; самоорганизация – формирование процесса решения задачи и прогнозирование ожидаемого результата; активация – активирование средств решения задачи; адаптация – коррекция очередной попытки решения задачи и поиск новых методов ее решения. самообучение – формирование нового опыта решения задачи в результате использования накопленного опыта решения аналогичных и подобных задач; саморасширение – увеличение допустимого класса решаемых задач. Завершая рассмотрение интеллектуальных систем можно отметить, что их применение обеспечивает успешное решение задач при априорной неполноте и нечеткости исходных данных, вариабельности и неточности характеристик исследуемого объекта, более эффективного принятия решений в различных ситуациях, связанных с конфликтами. В результате достигнутых успехов в исследованиях по искусственному интеллекту появляется возможность на основе использования новых интеллектуальных информационных технологий создавать более эффективные по сравнению с традиционными системами управления системы интеллектуального управления (ИСУ). 2. Структура систем интеллектуального управления Построение структуры системы интеллектуального управления связано в первую очередь с построением модели системы, в которой должны быть определены как традиционные элементы системы управления, так и модели обработки знаний, реализуемые интеллектуальной системой. В интеллектуальной системе управления новыми элементами по сравнению с традиционной системой управления являются все интеллектуальные преобразования или элементы управления знаниями, которые связаны с реализацией искусственного интеллекта, т.е. с использованием технологий экспертных систем, базы знаний, принятия решений, ассоциативной памяти, нечеткой логики, семиотических сетей, управления структурной динамикой и т.п. Анализируя принятые структуры систем управления с решающими устройствами можно и для обобщенной интеллектуальной системы использовать аналогичную структуру (рис.3), которая взаимодействует с внешней средой и в процессе ее получения от нее необходимой информации формирует цель действия и анализирует воздействия на систему (физические и информационные). Определяющими элементами системы управления в этом случае являются: интеллектуальный преобразователь и базовая система управления  . Рисунок 3 - Обобщенная схема системы интеллектуального управления Можно заметить, что использование интеллекта человека строиться на основе рассмотренной структуры, когда человек участвует в управлении в качестве интеллектуального преобразователя, согласованного с внешней средой через специализированные датчики и реализующий воздействие на систему управления через ручку управления или интерфейс взаимодействия с компьютером. В практике управления подвижными объектами такие системы получили специальное название. Системы управления подвижными объектами (в авиации, в космической технике, автомобиле и других транспортных средствах) получили название систем полуавтоматического управления, когда используется способность человека наблюдать и оценивать ситуации, возникающие при движении объектов, и формировать непрерывное управление ими. В системах ручного управления на человека – оператора возлагаются дополнительные функции по управлению движением подвижным объектом, связанные с тем фактом, что он осуществляет полностью функции базового управления и воздействует на органы управления. В ручных системах управления человек – оператор рассматривается как звено управления, формирующее закон и программу управления. В автоматизированных системах управления (автоматизированным управлении космическим кораблем, атомной электростанцией и других подобных системах управления) человек – оператор оказывает воздействие на базовую автоматическую систему через вычислительные системы, что адекватно может быть описано предлагаемой структурой. В случае использования в системе управления искусственного интеллекта в качестве интеллектуального преобразователя реализуются : - экспертные системы; - ситуационное управление ; - управление структурной динамикой сложных технологических [3] и другие интеллектуальные системы и их элементы. Интересным примером использования интеллектуального преобразователя в системе управления является использование динамической экспертной системы, структура которой предложенного в работе ] в виде двух блоков: синтеза и реализации цели (Рис.. 4).   ВНЕШНЯЯ СРЕДА                Мотивация Блок синтеза цели Интерпретация результата по отношению к цели Динамическая экспертная система Объект управления Управляющая система Блок реализации цели  Система датчиков  Знания  Цель  Формирование решения к действию    Результат управления Рисунок 4 - Структурная схема системы интеллектуального управления с динамической экспертной системой. Математическая модель интеллектуальной системы управления состоит из трех частей: интеллектуального преобразователя (экспертной системы, включающей базы данных и знаний); объекта управления; управляющее устройства системы (вычислительных и преобразующих и исполнительных устройств). Интеллектуальный преобразователь представляет из себя логико-преобразующее устройство, который преобразовывает информацию о внешней среде и объекте управления трансформирует в сигналы Y, в сигналы воздействия на управляющие устройства системы . Математическая модель интеллектуального преобразователя описывается множествами (1, 2), ультраоператорами или оператором вида Y = F(x, u, w, p, z), (3) Где F(.) – некоторый оператор интеллектуального преобразования, характеризующий структуру или и работу интеллектуального преобразователя, x – вектор состояния системы управления, u – вектор управления, w – вектор воздействий внешней среды, p- вектор сигналов цели, z- вектор параметров объекта. Объект управления в достаточно общем случае описывается уравнениями вида: x = f(x, u, w, z, t), y= C(x), x(t0) = x0, t≥ t0, (4) где f(.) – вектор – функция, описывающая объект управления, С(.) – заданная функция выходных сигналов, t – координата времени, y- вектор выхода или измерений. Управляющее устройства системы (вычислительных и преобразующих и исполнительных устройств) формируют управляющие воздействия на объект управления u из множества его возможных значений в соответствие с решаемой задачей для достижения сформированной интеллектуальным преобразователем цели. Для формирования воздействий на систему управления объектом в интеллектуальном преобразователе используется блок принятия решения, который может быть рассмотрен как самостоятельный элемент. Блок принятия решений формируется на основе теории принятия решений . Литература: 9,10,11, 12, 13, 14, 15, 16 11-12 Лекция. Модели и определение оптимальной системы. Цель лекции: рассмотрены модели и определение оптимальной системы. Содержание: модели принятия решения в условиях конфликта: определение оптимальной интеллектуальной системы принятия решения и управления в условиях конфликта. |