Ответы к ГосЭкзамену 220402 (Информатика) (1088974), страница 30
Текст из файла (страница 30)
Разорвать цепочку обратной связи и предъявить сети входной вектор. Рассчитать значения выходов.4. Замкнуть обратную связь и предоставить сети возможность самостоятельно менять своесостояние (релаксация). Остановить процесс релаксации после того, как выходной векторперестанет меняться, т.е. по достижении минимума функции энергии. Полученные выходы сети дают решение задачи.Нейронная сеть Хопфилда реализует ассоциативную память.Структурная схема сети Румельхарта109Многослойный перцептрон Румельхарта — частный случай перцептрона Розенблатта , в котором один алгоритм обратного распространения ошибки обучает все слои.
Особенностью является наличие более чем одного обучаемого слоя (как правило - два или три, для применения большего числа на данный момент нетобоснования, теряется скорость без приобретения качества).Алгоритм настройки (обратное распространение ошибки):1. Весам сети присваиваются небольшие начальные значения.2. Выбирается очередная обучающая пара (X, Y) из обучающего множества; вектор X подается на входсети.3. Вычисляется выход сети.4. Вычисляется разность между требуемым (целевым, Y) и реальным (вычисленным) выходом сети.5. Веса сети корректируются так, чтобы минимизировать ошибку (сначала веса выходного слоя, затем,с использованием правила дифференцирования сложной функции и отмеченного своеобразного вида производной сигмоидальной функции, — веса предыдущего слоя и т. п.).6.
Шаги со 2-го по 5-й повторяются для каждой пары обучающего множества до тех пор, пока ошибкана всем множестве не достигнет приемлемой величины.Модель обучения «с учителем»: в процедуре обучения требуется подобрать весовые коэффициенты связей ивеличины изменяемых параметров нейронов таким образом, чтобы получить желаемое функционирование(преобразование) НС. Обычно желаемое функционирование НС задается с помощью обучающей выборки,которая состоит из примеров. Входной вектор и соответствующий ему желаемый выходной вектор называются примеромМодель обучения «без учителя». Процесс обучения, как и в случае обучения с учителем, заключается в подстройке весов синапсов.
Очевидно, что подстройка синапсов может проводиться только наосновании информации, доступной в нейроне, то есть информации о его состоянии, уже имеющихся весовых коэффициентах и поданном входном векторе X. Исходя из этого и, что более важно, по аналогии с известными принципами самоорганизации нервных клеток, построены алгоритмы обучения Хебба и Кохонена. Общая идея данных алгоритмов заключается в том, что в процессе самообучения путем соответствующей коррекции весовых коэффициентов усиливаются связи между возбужденными нейронами.5.
Эволюционное моделирование. Понятие генетического алгоритма. Основные операции над хромосомами. Преимущества генетических алгоритмов. Применение генетических алгоритмов для модернизации структур интеллектуальных систем управления.Моделирование эволюции можно разделить на две категории:1101.2.Системы, которые используют только эволюционные принципы. Они успешно использовались длязадач типа функциональной оптимизации и могут легко быть описаны на математическом языке. Кним относятся эволюционные алгоритмы, такие как Эволюционное программирование, Генетические алгоритмы, Эволюционные стратегии.Системы, которые являются биологически более реалистичными, но которые не оказались полезными в прикладном смысле. Они больше похожи на биологические системы и менее направлены нарешение технических задач.
Они обладают сложным и интересным поведением, и, видимо, вскореполучат практическое применение. К этим системам относят так называемую искусственную жизнь.Генетический алгоритм представляет собой метод, отражающий естественную эволюцию методов решенияпроблем, и в первую очередь задач оптимизации. Генетические алгоритмы - это процедуры поиска, основанные на механизмах естественного отбора и наследования.
В них используется эволюционный принципвыживания наиболее приспособленных особей. Основные операции над хромосомами:Скрещивание двух (или более) хромосом представляет собой операцию взаимного обмена их составнымичастями. По характеру выполняемой операции следует различать одноточечное и многоточечное скрещивание. В обоих случаях размеры фрагментов, подлежащих перекрестному обмену, определяются случайнымвыбором точек разрыва в последовательности генов родительских особейМутация - это фоновая операция, производящая случайное изменение в различных хромосомах. Наипростейший вариант мутации состоит в случайном изменении одного или более генов.
В ГА мутация играетважную роль для (а) восстановления генов, выпавших из популяции в ходе операции выбора, так что онимогут быть опробованы в новых комбинациях, (б) формирования генов, которые не были представлены висходной популяции.Преимущества генетических алгоритмов:1) обрабатывают не значения параметров самой задачи, а их закодированную форму;2) осуществляют поиск решения исходя не из единственной точки, а из их некоторой популяции;3) используют только целевую функцию, а не ее производные либо иную дополнительную информацию;4) применяют вероятностные, а не детерминированные правила выбора.Применение генетических алгоритмов для модернизации структур интеллектуальныхсистем управления на примере систем с нечетким регулятором. Используя генетическиеалгоритмы поиска, предполагается настройка нечеткого регулятора системы на установленный эталонный процесс.
Настройка системы осуществляется путем нахождения оптимального вида термов, расположения функций принадлежности и составление связующихправил нечеткого регулятора.1116. Понятие многоагентной системы. Структура интеллектуального агента.Применение моделей многоагентных систем для организации управления коллективом роботов в робототехнических системах.Областью науки, изучающей объекты, самостоятельно определяющие и осуществляющие собственное поведение, является агентный подход к построению систем. Под агентом будет пониматься самостоятельнаясистема, имеющая возможность принимать воздействие от внешнего мира, определять свою реакцию на этовоздействие и осуществлять эту реакцию. Под интеллектуальным агентом понимается агент, который обладает рядом знаний о себе и окружающем мире и целесообразное поведение которого определяется этимизнаниями.
Восприятие внешнего мира производится посредством рецепторов, воздействие на внешний мир– при помощи эффекторов. Многоагентная система (МАС, англ. Multi-agent system) — это система, образованная несколькими взаимодействующими интеллектуальными агентами. Многоагентные системы могутбыть использованы для решения таких проблем, которые сложно или невозможно решить с помощью одного агента.Структура интеллектуального агента:Автономные интеллектуальные роботы, функционирующие в экстремальных условиях, т.е.
в неопределенных и опасных для человека средах, должны выполнять сложные работы по танспортировке, монтажу, поиску, сбору или уничтожению разных объектов и пр. Часто требуется совместная работа группы роботов дляуменьшения времени решения задачи или охвата большего числа объектов. Последнее направление представляется интересным в научном и практическом плане при решении военных задач: охраны группой роботов-охранников закрытых предприятий, военных складов, газопроводов и других объектов; разминированиебольших площадей группой роботов-саперов; очистка и дезактивация зараженных зон группой роботовликвидаторов; уничтожение складов или боевой техники группой роботов-подрывников и пр.Аппаратное и программное обеспечениесистем управления роботами и манипуляторами1.
Структура и функции аппаратных средств микропроцессорной системы управления роботом.Микропроцессорная система управления (МПСУ, дискретная САУ, цифровая САУ) — система управления,в которой блок управления реализован в виде специализированной ЭВМ. Микропроцессорная система(МПС) — специализированная ЭВМ, предназначенная для решения задач управленияСтруктурную схему системы автоматического управления (САУ) можно представить в следующем виде:112В состав устройства управления входят корректирующее и вычитающее устройства.В процессе разработки системы автоматического управления решаются две основные задачи:1.2.Синтез корректирующего устройства, результатом которого является передаточная функция корректирующего устройства;Техническая реализация корректирующего устройства.Реализация на основе специализированной ЭВМ :Микропроцессором называется функционально законченное программно управляемое устройство, предназначенное для обработки информации и управления процессом этой обработки и выполненное в виде большой интегральной схемы.Микропроцессоры подразделяются на универсальные (применяемые для решения любых задач) и специализированные (для решения ограниченного круга задач).Основными характеристиками микропроцессора являются его разрядность и тактовая частота, определяющая время выполнения микропроцессором отдельных операций по обработке данных.В основу устройства и принципа действия микропроцессора положены два постулата:1.2.Наиболее эффективной для представления чисел внутри ЭВМ является двоичная система счисления.Любой алгоритм обработки информации может быть реализован в виде набора простейших арифметических операций.Обобщенная структура микропроцессорной системы (МПС) представлена на рис.
1.В состав МПС входят следующие блоки:Микропроцессор (МП) — выполняет обработку информации и управляет работой МПС.Запоминающее устройство(ЗУ) — служит для хранения информации (прежде всего программы), атакже других данных, используемых в процессе расчетов, или результатов расчетов.Устройство ввода-вывода (УВВ) предназначено для организации обмена информацией между МПСи другими устройствами (датчиками, усилителями, устройствами ввода и т.п.).УВВ может отсутствовать в МПС, наличие ЗУ и микропроцессора является обязательным.Внешние линии связи предназначены для передачи информации за пределы микропроцессорной системы иприема информации от внешних устройств.1132.
Типовые задачи программного обеспечения микропроцессорной системы управления роботом.Микропроцессорная система (МПС) представляет собой функционально законченное изделие, состоящее из одного или нескольких устройств, главным образом микропроцессорных: микропроцессора и/или микроконтроллера. Микропроцессор — процессор (устройство, отвечающее за выполнение арифметических, логических и операций управления, записанных в машинном коде), реализованный в виде одной микросхемы или комплекта из нескольких специализированных микросхем (в противоположность реализации процессора в виде электрической схемы на элементной базе общего назначения или в виде программной модели). Микроконтроллер — микросхема, предназначенная для управления электронными устройствами.Микропроцессорное устройство (МПУ) представляет собой функционально и конструктивно законченноеизделие, состоящее из нескольких микросхем, в состав которых входит микропроцессор; оно предназначенодля выполнения определённого набора функций: получение, обработка, передача, преобразование информации и управление.Главная особенность микропроцессора — возможность программирования логики работы.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
