Диссертация (1335837), страница 30

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

Текст из файла (страница 30)

Представление результатоворешения задач п.1ои 3,ополученных в процессеонечеткого логического выводаоклассификационных заключений поонечетким посылкам (соотношенияо«признаки ЭМВ  деструктивноеоЭМ воздействиенаоБЦВК»), в видеосистем нечетких продукционныхоправил.1865. Реализацию систем нечеткихопродукционных правил вовиде специализированныхоструктурнейро-нечеткнхоклассификаторов(классификаторов«признакиоЭМВ  деструктивное ЭМовоздействие на БЦВК»).6. Реализацию результатоворешения задачиоп.2 в виде четкихокластеризаторов на основеосамообучающейся адаптивной системыо(кластеризаторов «признакиоЭМВ  деструктивное ЭМовоздействие на БЦВК»).7.

Наследованиео(передача) опыта системыообнаружения деструктивныхЭМВ, приобретенногоов процессе эксплуатацииоБЦВК, в проектируемуюосистему путем перенесенияоинформационных полей четкихои нейро-нечетких сетей.8. Обучениеоклассификаторов по п.5,о6 на обучающейовыборке  подмножествеовходных векторов (векторовопризнаков ЭМВ) соцелью формированияинформационныхополейочетких и нейро-нечеткихосетей.9.

Адаптацию вопроцессе эксплуатации БЦВКоинформационных полейчеткихоинейро-нечеткихсетейо(классификаторовикластеризато-рово«признакиоЭМВ  деструктивноеоЭМ воздействие наоБЦВК»).10. Коррекцию адаптируемых экспертныхооценоко(п. 3) иосистем нечеткихпродукционныхоправил (п. 4)опо результатам адаптации.11. Формулированиеоновых нечетких продукционныхоправил вослучаеасширения классификациио(кластеризации) по результатамовыполнения п.9 и 10.12. Формированиеооценок устойчивости БЦВКок деструктивному воздействиюоЭМИ, исходя изорезультатов выполнения п.о10ои распределения датчиковоЭМВ по иерархииоИСАУ.13.

Анализ структуры связейонейро-нечетких классификаторов, «прозрачной»осистемы нечеткихопродукционных правил иокомплекса оценокоустойчивости БЦВК пооп. 12 для выявленияонаиболее используемых илиоотсутствующих вБЦВКодатчиков ЭМВ.14. Формирование спецификацииона разработку отсутствующиходатчиковоЭМВ.15. Коррекциясистемыообнаружениядеструктивныхоэлектромагнитныхвоздействий на элементы и узлыоБЦВК за счеторасширенияоперечня используе-187мых датчиковоЭМВ иоих размещения в интеллектуальной системе анализа иоценки устойчивости БЦВК кодеструктивным ЭМ воздействиям.Шаги по п.

9-15 повторяютсяов процессе эксплуатации ИСАУ соцелью постоянного обновленияобазы знаний СОДЭМВои накопления опытаопоообнаружению деструктивных ЭМВ.Выполнениеоданных этапов позволяет:а) формироватьоматрицы адаптируемых экспертныхооценок и соих учетом исходныеосистемы нечеткихопродукционных правил иоструктуры нейронечетких классификаторово(классификаторов «признакиоЭМВ  деструктивноеоЭМ воздействие на БЦВК»);б) идентифицироватьоизвестные деструктивные ЭМовоздействия, а приорасширении множестваоизвестных ЭМВ  решатьозадачу кластеризации такиховоздействий с последующейоадаптацией информационных полейоНС системыообнаружения деструктивных ЭМВона БЦВК;в) решать задачуокластеризации деструктивных ЭМовоздействий вследствие измененияомножества известных ЭМовоздействий наоэлементы и узлыоБЦВК, соответственно корректироватьоили расширять системыонечетких продукционных правилоСОДЭМВ;г) модифицировать системы нечеткихопродукционных правил иоматрицыэкспертных оценокопо результатамообучения иопоследующего анализа классификаторовоСОДЭМВ при расширенииомножества известных деструктивныхоЭМвоздействий наоБЦВК;д) формировать описаниеоотсутствующего датчика ЭМовоздействия прирасширенииосистемы нечетких продукционныхоправил (вследствие «прозрачности»осистемы нечетких правил), чтоопозволяет сформулироватьоспецификациюна созданиеоотсутствующего датчика ЭМовоздействия;е) включать (в случаеоэкономической целесообразности) новыйодатчикЭМ воздействияов составоСОДЭМВ на основанииоанализа оценок устойчивостиоБЦВК.1884.2.1 Иерархия уровней системыообнаружения деструктивныхоЭМВВ основе построения интеллектуальной системы анализа и оценки устойчивости БЦВК к деструктивным ЭМ воздействиям лежитоподход [157, 158, 154],согласно которому системаорассматривается как адаптивнаяоаналитическая система, решающаяозадачи автоматической иооперативнойоидентификации деструктивныхоЭМ воздействийои накопления опытаопо обнаружению такиховоздействий на элементыои узлы БЦВК.оДля решения сформулированныхозадач используется совокупностьовзаимосвязанныхоинтеллектуальных средств, аоименно:экспертной базыознанийов виде продукционныхоправил IF-THEN, нейронечеткихоклассификаторов,нейросетевыхсамообучающихсяокластеризаторов[45, 54, 73, 75, 155].Устойчивость биосистемок деструктивным воздействиям обеспечивается,окак правило, сочетаниемоэволюционных процессов, аотакже информационнополевых, программныхои структурных методов.Информационно-полевыеометоды обеспечения устойчивостиобиосистем кдеструктивнымовоздействиям связаны сопредставлением, хранением иопередачейинформации вопределах биологического видаовоформе распределенных избыточныхоинформационных полей.Методы обеспеченияоустойчивости биосистем кодеструктивным воздействиям заключаютсяов описании структурыоинформационных полей, аоне в заданииоалгоритмов поведения вовидеоопределенной последовательности действий.Наомолекулярном уровнеоструктура информационных полейобиосистемы реализована вопространственной организации ДНК,оа на уровнеонервной системы вораспределенных межнейронных связяхонейронных сетей.

Воовсех случаяхдляообеспечения устойчивости кодеструктивным воздействиямоиспользуютсямеханизмыоизбыточности, распределенный характеропредставления и параллельнойообработки информации, адаптивность,овозмож-ностьопередачи знанийвовиде накопленногоожизненного опыта воформе структурированных информационныхополей, например, информационныхополейоДНК и нейронных сетей.189Структурныеометоды обеспечения устойчивостиобиосистем к деструктивнымовоздействиямсвязаныосформойопредставленияинформациио(прост-ранственно-распределенных избыточныхоинформационных полей) иоиерархическойоорганизацией самих биосистем.Дляореализации принциповопостроения адаптивной СОДЭМВ иерархические уровни системыодолжны в обязательномопорядке содержать следующиеомодули [154, 157]: систему нечетких продукционныхоправил, описывающих работуоидентификатора соучетом экспертныхооценок; нейро-нечеткую сеть,ов структуре которойоотражена система нечеткихопродукционных правил; четкуюосамообучаемую нейронную сетьо(НС) для решенияозадачи кластеризации входныховекторов.Уровень идентификации деструктивныхоэлектромагнитных воздействий,которыеопредназначены для классификацииопо вектору признакововоздействийЭМИ наоэлементы и узлыоБЦВК, формируемых датчикамиоэлектромагнитныхвоздействий (ДЭМВ), иллюстрируеторисунок 4.1 .Основнымиомеханизмами реализации интеллектуальной системы анализа иоценки устойчивости БЦВК к деструктивным ЭМ воздействиям являются:а) представлениеоаприорного опыта экспертовопо ЭМС вовиде базы знаний,оописанной системой продукционныхоправил;б) нечеткий логический вывод, которыйопозволяет использовать опытоэкспертов по ЭМСов виде системыонечетких продукционных правилодля начальнойнастройкиоинформационного поля (системыомежнейронных связей) нечеткойоНС;в) способностьонейронных сетей коклассификации и кластеризации;г) способностьоинформационного поля нейронныхосетей к накоплениюоопыта в процессеообучения.190Рисунок 4.1 - Адаптивный классификатор уровня идентификациидеструктивных ЭМ воздействийМеханизм нечеткогоологического выводаооснован на представленииоопытаспециалистов (экспертов)опо ЭМС системойонечетких продукционных правиловида IF-THEN, например:1 : если x1 естьA11 и … x n есть A1n , то y есть B1 , 2 : если x1 естьA21 и … x n есть A2n , то y есть B2 ,…kAAB: если x1 есть k 1 и … x n есть kn , то y есть k ,yгде x i и i  нечеткие входная и выходнаяопеременные,AijиBi соответствующие функцииопринадлежности, j = 1,..., n, i= 1,...., k.Объединение возможностейонейронных сетей и нечеткогоологического вывода являетсяооднимоиз самых перспективныхоподходов к организацииосистемискусственногооинтеллекта.

Как былоопоказано в работео[154] системыонечеткой логики компенсируютоосновные «непрозрачности» НС:ов представлениизнанийои способности объясненийорезультатов работы интеллектуальной системы, т.е. дополняютонейронные сети.191Нечеткаялогикаопозволяетформализоватькачественнуюоинформа-цию,ополученную от экспертовопо ЭМС, иоописывать ее вовиде системы нечеткихопродукционных правил IF-THEN,опозволяющих анализировать результатыоработы системы оценкиоиоанализа устойчивости БЦВКок деструктивным воздействиямоЭМИ. Нейронные сетиодают возможность отобразитьоалгоритмы нечеткого логическогоовывода в структуреонейро-нечеткой сети, вводяов информационное полеоНС априорную информацию.Важной дляоИСАУ особенностью нейро-нечеткихосетей является способностьоавтоматически генерировать системуонечетких продукционных правиловпроцессе обучения,оизвлекая скрытые закономерностиоиз данныховходной обучающей выборки.

Приоотсутствии априорного опыта,оно при достаточномообъеме обучающей выборкионечеткая НС преобразуетоскрытые во входныходанныхзакономерности восистему правил нечеткогоологического вывода.Сдругойостороны,знанияквалифицированныхоспециалистовпоЭМС,опредставленныеов форме лингвистическихопеременных и нечеткихопродукционных правил, прозрачнымоспособом отражаются воструктуре нейронечеткой сетио(информационном поле НС).

Характеристики

Список файлов диссертации