Использование ИСУ в ТК связано также еще с од­ним чрезвычайно важным обстоятельством. На основе ИИ возможно создание обучаемых СУ, которые позволят наиболее полно использовать потенциальные возможно­сти ТК и нивелировать индивидуальные особенности операторов. Акцент на обучении СУ позволит накапли­вать необходимый опыт, исключать повторение неблаго­приятных ситуаций и решений, исключать влияние ин­дивидуальных особенностей операторов на конечный ре­зультат функционирования ТК. Главным условием peaлизации таких систем является их способность автома­тически приобретать (извлекать), улучшать и расширять запас знаний.

ТК с ИИ - это сложные системы, в основе функ­ционирования которых лежит использование свойств особого управляющего устройства, способного распозна­вать объекты и оценивать обстановку, обучаться, фор­мировать цели и планировать последовательность дейст­вий по достижению поставленных целей. ТК с ИИ будут системами с очень высоким уровнем автоматизации и способностью выполнять сложные функции. Однако ис­пользование ИИ в ТК не устраняет человека из контура управления системы. Меняется лишь положение чело­века в контуре управления. При любом уровне совер­шенства ИСУ они только реализуют замысел человека, управленческая деятельность которого переходит на бо­лее высокий интеллектуальный уровень.

5. Общая функциональная структура интеллектуальных систем управления

В общем случае свойства ИСУ должны быть согла­сованы с назначением и характеристиками объектов управления (ОУ), под которыми будем понимать ТК. Исходным моментом такого согласования является фор­мулировка задачи управления. Остановимся на рассмот­рении функциональной структуры ИСУ, полагая, что представление о ТК дают решаемые ими задачи.

Любая интеллектуальная деятельность опирается на знания о предметной области, в которой ставятся и решаются задачи. Предметной (или проблемной) обла­стью обычно называют совокупность взаимосвязанных сведений, необходимых для решения данной задачи или определенной совокупности задач. Знания о предметной области включают описания объектов, явлений, фактов, а также отношений между ними и составляют базу зна­ний (Б3) и базу данных (БД). БЗ содержит сведения, от­ражающие закономерности данной предметной области и позволяющие прогнозировать и выводить новые фак­ты. не отраженные в ней. БД содержит информацию, имеющую локальный или текущий характер, являю­щуюся вспомогательной. Иногда БЗ и БД рассматрива­ются как подсистемы интеллектуального банка данных. При этом в него еще включают блок обучения, состоя­щий из блока распознавания ситуаций (образов) (БРО) и блока формирования понятий (БФП). Однако БЗ была бы не полной, если бы не содержала знания о целях функционирования системы {Ф1,...,Фп}.

ИСУ должна осуществлять информационное мо­делирование процесса достижения цели Ф^, что невоз­можно без построения модели обстановки.

На основе вышеизложенного можно представить функциональную структуру ИСУ в виде, приведенном на рис.1

Рис.1

Функциональные и интеллектуальные возможности ИСУ определяются соответствующим алгоритмическим (программным) и аппаратным обеспечением. Способ­ность ИСУ решать интеллектуальные задачи может ос­новываться как на обучении на опыте, так и на сово­купности формализованных методов. В соответствии со структурой, представленной на рис.1, ИСУ должна рас­познавать ситуации (образы), обучаться понятиям и на­выкам, формировать модель обстановки (решаемой зада­чи), планировать поведение (принимать решение), опре­делять управляющие воздействия и осуществлять их об­работку. Возможности практической реализации ИСУ для решения различных задач зависят, прежде всего от производительности современных ЭВМ. Характерной чертой уже действующих систем, ориентированных в основном на обработку знаний, является высокий уро­вень развития их программного обеспечения. С его по­мощью решаются задачи обработки символьной инфор­мации, перебора решений вычислительных и логиче­ских задач и построения логического вывода решения с использованием заданных систем правил, работы с БД, высокоскоростной обработки изображений, речи и дру­гие. В настоящее время при разработке ИС все чаще ис­пользуются специализированные аппаратные средства. реализующие в той или иной степени их основные функции. Практической основой реализации ИС являет­ся возможность имитации их свойств на ЭВМ.

6. Архитектура интеллектуальных систем поведенческого типа

Специфика решаемых ТК задач определяет перечень функций ее СУ, а следовательно, и особенности ар­хитектуры. Даже при решении сравнительно простых в интеллектуальном отношении задач перемещения в про­странстве ТК должен обладать довольно развитой архи­тектурой ИСУ. ИСУ должна воспринимать окружающую обстановку, видеть цель и препятствия. Еще до начала движения она должна определить оптимальную траек­торию движения и реализовывать ее постоянно учиты­вая происходящие во внешней среде изменения. При больших скоростях перемещения цели (или препятст­вия) требования к ИСУ еще более усиливаются. В ИСУ, решающих задачи, подобные указанной выше, исполь­зуется бионический подход, основанный на выявлении и использовании аналогий в реализации поведенческих актов живыми организмами. Поведенческие акты свой­ственны не только мозгу человека, но и мозгу более про­стых организмов. Известно, что поведенческие акты че­ловека реализуются не столько на сознательном, сколь­ко на подсознательном уровне. Реализация поведенче­ских актов может осуществляться прежде всего на реф­лекторном уровне. Далее может учитываться изменение внешних условий.

Согласно современным представлениям, механиз­мы, обеспечивающие целенаправленное активное пове­дение некоторого объекта, должны иметь определенную операционную структуру, состоящую из последователь­ности ряда процессов, а именно восприятия информации (афферентного синтеза), принятия решения, формирова­ния программы действия и ее выполнения. В свою оче­редь афферентный синтез (АС) включает обработку ин­формации о состоянии внешней среды, о положении в этой среде объекта и его состоянии, а также о тех целях, которые объект преследует в данной ситуации. Приня­тие решения заключается в выборе действия, направ­ленного на достижение цели в сложившихся условиях. Формирование программы будущего действия осуществ­ляется одновременно с формированием так называемого акцептора результата действия, т. е. параметров того состояния, в котором объект окажется после выполнения программы. Выполнение программы, в свою оче­редь, происходит при одновременном определении пара­метров нового состояния и сравнении этих параметров с акцептором результата действия (обратная афферентация). В общем случае афферентный синтез осуществля­ется не только на основе обстановочной афферентации, но и на основе информации, содержащейся в памяти объекта о предыдущем опыте. Под обстановочной афферентацией понимается совокупность воздействий, ото­бражающих условия, в которых находится объект. Ус­ловные или безусловные воздействия, имеющие для объ­екта смысл команд к действию, образуют пусковую афферентацию.

Цель есть тот системообразующий фактор, который формирует функциональную систему, выделяет необхо­димые степени свободы объекта и компенсирует их из­быточность. Более того, цель определяет адекватность и избирательность восприятия и отражения внешнего ми­ра. Функциональная система поведенческого типа чело­века реализуется на нейронных сетях мозга. Аналогом нейронных сетей мозга могут являться аналитически или физически реализованные нейронододобные струк­туры (НПС). Работу НПС можно представить следую­щим образом. Информация о внешней среде в виде об­становочной и пусковой афферентации поступает на НПС, воспроизводящую афферентный синтез. На НПС происходит обработка поступившей информации. В ре­зультате этой обработки принимается решение о харак­тере будущего действия и формируется программа ее выполнения. Само действие реализуется аффекторными (исполнительными) подсистемами, а обратные связи ис­пользуются для его коррекции. Такая НПС позволяет воспроизводить поведенческие акты, т. е. обладает уп­рощенным интеллектом.

На основе рефлекторного представления и с учетом принципов организации и функционирования естествен­ного интеллекта можно предположить более общее опи­сание структуры ИСУ поведенческого типа. ИС прежде всего должна содержать сенсорную подсистему (СП). Ка­ждому классу задач должны соответствовать свои дат­чики (рецепторы), что соответствует принципу избира­тельности восприятия в функциональной системе ИС. Уровень детальности восприятия влияет также на воз­можности решения задач. СП реализует акты, анало­гичные элементарным безусловным рефлексам и коор­динационным безусловным рефлексам. Далее следует включить в ИИ структуру афферентного синтеза (САС). Связь между СП и САС обеспечивает установление вза­имнооднозначного соответствия между участками внеш­ней среды и отражающими их элементами САС. САС реализует акты, аналогичные интегративным безуслов­ным рефлексам. Исходя из характера решаемых задач, следует потребовать, чтобы структура связей между элементами сети САС отражала основные физические свойства рабочего пространства - его однородность и изо­тропность, а в состояниях элементов САС отражались бы текущие свойства участков внешней среды, например, их свойства быть целью, препятствием или свободным уча­стком для движения. Элемент САС должен возбуждать­ся и генерировать сигналы возбуждения, если соответст­вующий ему участок внешней среды является целевым, выключаться и блокировать сигналы возбуждения, если такой участок занят, пропускать сигналы возбуждения, если участок свободен. Следующей подсистемой, кото­рую необходимо включить в ИС, является структура принятия решения (СИР). В СПР из САС поступают сигналы определенного рода. Например, элемент, соот­ветствующий целевому участку, посылает сигнал о сво­ем возбуждении. Элементы САС, соответствующие сво­бодным для движения зонам, пропускают через себя сигналы возбуждения от целевого элемента и посылают об этом сигнал в СПР. Элементы, соответствующие пре­пятствию, никаких сигналов в СПР не посылают. Тогда в СПР, реализуемой как и САС на некоторых НПС, бу­дут получены (в случае задачи перемещения объекта) все возможные траектории движения объекта к цели.

Список, использованной литературы

1.                  Искусственный интеллект. Справочник. Книги 1,2,3. –М., 1990.

2.                  Левин Р. и др. Практическое введение в технологию искусственного интеллекта и экспертных систем с иллюстрациями на Бейсике.- М., 1991.

3.                  Стариков А.И. Математические методы анализа и принятия решений. Учебное пособие.- М.: МГЭИ,1998.-252с.

Страницы: 1, 2, 3