Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 2)

Каков механизм этого взаимодействия, каков критический потенциал этой совокупности компонентов, при котором синтезируется цель? Этот вопрос требует глубокого анализа, положенного в основу разработки моделей. Принятие решения к действию сопровождается формированием программы действия с одновременным прогнозом результата (акцептор действия). Это важнейший феномен, связанный с функционированием интеллектуальной системы, - когда в конце процесса получается результат, который уже в начале этого процесса имелся в ее представлении. Каким образом построить модели программы действия и акцептора действия, чтобы использовать их в интеллектуальных системах? Вероятно, необходимо разрабатывать теорию целенаправленных систем, способную описать эти механизмы на уровне понятий.

Цель в интеллектуальных системах выступает и как цель, и как системообразующий фактор, обеспечивающий взаимодействие отдельных элементов системы таким образом, чтобы достигалась цель. При этом результаты действия сравниваются с прогнозируемыми, т.е. имеет место обратная связь. В традиционном смысле здесь мы соприкасаемся с проблемами структурного синтеза систем, обеспечения устойчивого функционирования за счет выбора рационального управления. В значительной мере для построения моделей интеллектуальных систем могут быть использованы элементы теории управления, теории информационных процессов. При наличии трех составляющих: цели, окружающей среды и внутреннего состояния - для построения моделей интеллектуальных систем может быть развита теория интеллектуального управления.

ГЛАВА 1. МОДЕЛИ И АЛГОРИТМЫ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ

1. Дифференциально-модельная концепция

в систематике базы макрофизических знаний

для интеллектуальных систем

Дифференциальные модели повсеместно и привычно используются в современной науке и технике для представления динамических систем. Естественен интерес к построению и применению этих моделей при разработке и создании перспективных интеллектуальных систем автоматизированного проектирования, управления и обучения. Целью настоящей работы является изложение тех далеко идущих фундаментальных результатов в области систематики базы макрофизических знаний, которые проистекают из исследования проблемы алгоритмизации построения дифференциальных моделей [105].

С точки зрения гносеологии, физика является наукой о познании физических сущностей материальных объектов и систем. В макрофизике познание ведется без привлечения сведений о строении вещества, начиная с молекулярно-кинетического уровня, а физическая сущность отождествляется с дифференциальной моделью, то есть познание физической сущности заключается в построении соответствующей дифференциальной модели. Подобная интерпретация приводит к выделению дифференциальной макрофизики - совокупности макрофизических наук, достигших, по классификации А.Ампера, наивысшего дифференциального уровня развития.

Дифференциальную макрофизику образуют: механика (линейная и угловая), гидравлика (для жидкостей и газов), электрика (включая электромеханику) и термодинамика. К сожалению, упомянутая и подчеркнутая дифференциально-модельная концепция в познании является единственным, что эти науки объединяет. Все остальное - традиции, терминология, переменные, законы природы, принципы и т.д. - специфично для каждой из них и не способствует восприятию дифференциальной макрофизики как единого систематизированного и интегрированного целого. В каждой науке занимаются одним и тем же - познают физическую сущность, т.е. строят дифференциальные модели, но своим узкоспециализированным путем. Это многоязычие физиков не смущает. Они считают свою задачу выполненной. А многочисленная армия не физиков, занимающаяся построением и применением дифференциальных моделей, вынужденно мирится с возникающими непростыми междисциплинарными трудностями. Особенно остро это проявляется при обучении студентов, прежде всего, в областях автоматизированного проектирования, управления и технической кибернетики.

Таким образом, интересующая нас проблема алгоритмизации построения дифференциальных моделей до некоторой степени оказывается на «ничейной» междисциплинарной полосе. И один из путей ее решения - внимательный анализ базы макрофизических знаний с позиций дифференциально-модельной концепции, единственно общей для всех макрофизических наук. Прежде всего, обратимся к единой процедуре построения дифференциальных моделей, включающей следующие этапы:

1. выбор учитываемых в модели физических эффектов и соответствующего им перечня используемых законов природы;

2. определение физического смысла причинных и следственных переменных;

3. причинно-следственная интерпретация в используемых законах природы;

4. применение принципа композиции;

5. построение искомой дифференциальной модели с учетом причинно-следственной интерпретации законов природы.

Специфика каждой макрофизической науки проявляется во всех четырех этапах. Однако внимательный анализ используемых в различных науках принципов композиции (четвертый этап) приводит к однозначному выводу о целесообразности признания принципа Лагранжа-Релея в качестве универсального для дифференциальной макрофизики в целом. Это закономерное следствие из уже доказанной его применимости для линейной и угловой механик (Ж. Лагранж), для электрики и электромеханики (Дж. Максвелл).

Исследование принятой структуры записи принципа композиции Лагранжа-Релея приводит к получению важной информации по второму и третьему этапам означенной выше процедуры. Во-первых, принцип подразумевает необходимость использования четырех типов переменных, причинных координаты и скорости , следственных координаты и скорости .

Во-вторых, принцип представляет собой уравнение баланса внешней (входной) и внутренних причинных скоростей: , где K определяется количеством учитываемых в дифференциальной модели физических эффектов. Задание физического смысла , т.е. вида идеального ее источника, дает возможность определить физический смысл остальных переменных с учетом того, что произведение причинной и следственной скоростей всегда есть мощность .

В-третьих, принцип устанавливает существование и форму записи трех широко распрастраненных в технике видов причинно-следственно интерпретированных законов природы:

-кинетического ,

-потенциального ,

-диссипативного ,

где А, В, С - соответствующего названия коэффициенты для линейного варианта законов. Названия законов связаны с определяемыми ими кинетической и потенциальной энергиями, а также с диссипативной функцией Релея . Законы представлены в нормальной форме записи, которая для кинетического вида отлична от естественной, общепринятой формы. Для диссипативных законов возможны нелинейные варианты, при формировании которых следует учитывать неотрицательность диссипативной функции .

Опуская дальнейшую детализацию, все представленное позволяет наполнить процедуру-алгоритм построения дифференциальных моделей систематизированным междисциплинарным звучанием с позиций дифференциальной макрофизики в целом. Каждая макрофизическая наука лишь упорядоченно конкретизирует этот алгоритм физическим смыслом переменных и законов природы. Причем появляется возможность очень компактного представления подобной конкретизации с помощью сответствующих частных диаграмм, которая для отмеченных выше трех законов имеет вид (см. рис. 3).

Рис. 3

Крайне важна и интересна, с науковедческой точки зрения, появляющаяся возможность нахождения способа соотнесения частных диаграмм между собой. Ведь это, с одной стороны, просто иная и более конкретная постановка задачи преодоления разобщенности макрофизических наук, а с другой - продолжение на более высоком уровне систематики базы макрофизических знаний. Ясно, что при подобном общем рассмотрении соотносить можно только размерности переменных и коэффициентов. Переход к частным диаграммам размерностей очевиден. Единственной проблемой является выбор подходящей для междисциплинарных исследований системы размерностей. По этому признаку система СИ не подходит, поскольку отражает многоязычие разобщенных физических наук. Полностью свободной от этого недостатки является лишь кинематическая система размерностей, позволяющая соотносить переменные и коэффициенты любой физической природы, на что обратил внимание Р. О. ди Бартини.

В случае применения кинематической системы частные диаграммы порождают обобщенную диаграмму размерностей. Каждая из частных диаграмм связана с четырьмя соседними порождающими правилами (рис. 4).

Рис. 4

В результате обобщенная диаграмма размерностей приобретает вид, показанный на рис. 5.

Не имея возможностей в деталях обсуждать все интереснейшие особенности обобщенной диаграммы, отметим лишь главное:

1. Благодаря формальным порождающим правилам она не только включает в себя все известные частные диаграммы, но и обладает ярко выраженными прогнозирующими свойствами, предлагая «информацию для размышления» о множестве ранее не рассматриваемых частных диаграмм, т.е. о совершенно новой точке зрения на дифференциальную макрофизику в целом с открывающимися новыми возможностями систематики и развития базы макрофизических знаний для перспективных интеллектуальных систем.

2. Существенно новые возможности возникают в области алгоритмизации построения дифференциальных моделей.

3. Стимулируется развитие новой прогнозирующей ветви теории размерностей.

Рис. 5

1.2. Построение структурно‑алгоритмической модели интеллектуальной системы и её использование в задачах управления.

Одним из новых направлений, развиваемых в последнее время в теории управления, является теория интеллектуальных систем (ИС), включающая в себя:

• формирование структуры и алгоритмов функционирования ИС в целом;

• разработку элементов структуры ИС, алгоритмов их функционирования, механизма их взаимодействия между собой и с окружающей средой;

• построение алгоритмов обработки информации и управления в ИС;

• т.д.

В соответствии с [3] ИС определены, как некоторые объединённые единым информационным процессом системы, вырабатывающие на основе сведений и знаний при наличии мотивации (цели) решение о действии и реализующие его рациональным способом. В [4]–[6] рассматривались некоторые вопросы построения структуры ИС, отдельных элементов в составе ИС, а также алгоритмы функционирования последних и самих ИС. В перечисленных работах лишь частично затрагивались вопросы построения моделей ИС, что в первую очередь важно для решения на базе ИС различных задач управления теми или иными объектами, формирования алгоритмов обработки информации. Необходимость построения модели ИС (в том числе и математической) обусловлена невозможностью решения без её знания многочисленных задач в теории ИС. Отдельным вопросом, связанным с решением данной проблемы, посвящена данная работа, в которой также предлагается подход использования построенной модели к решению некоторых задач управления.

Постановка задачи по построению модели ИС

Согласно [4], [5] структура ИСУ должна содержать такие элементы (блоки), как (см. Рис. 6):

• динамическая экспертная система (ДЭС), включающая базу знаний (БЗ), блок экспертной оценки (БЭО) и блок оценки состояния (БОС);

• блок принятия решения (БПР);

• блок выработки управления (БВУ), включающий блок исполнения управления (БИУ);

• блок формирования цели;

• блок, характеризующий воздействие окружающей среды на ИСУ.

С учетом [5] структурную схему ИСУ можно представить в виде, непосредственно используемом в задаче синтеза (см. рис. 6).

Характеристики

Список файлов книги