ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ ОБРАБОТКИ

ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ ОБРАБОТКИ

ИНФОРМАЦИИ

 

Введение

 

Интенсивное развитие аппаратных и программных средств, используемых в новой информационной технологии, ведет к быстрому росту объема доступных данных, к увеличению скорости их обработки и передачи, к увеличению емкости запоминающих устройств. Эти факторы существенно увеличивают возможности человека к познанию окружающего мира и принятию адекватных управляющих решений в ситуациях, в которых существует неопределенность и неполнота информации о характеристиках среды функционирования системы и отсутствует полностью или частично априорная формализация объекта управления.

Теоретической основой реализации указанных возможностей являются теория и методы искусственного интеллекта. По существу основой новой ИТ считается искусственный интеллект.

Искусственный интеллект (ИИ) как наука существует более полувека. Первой интеллектуальной системой считается про­грамма «Логик-Теоретик», предназначенная для доказательства теорем и исчисления высказываний. Ее работа впервые была продемонстрирована 9 августа 1956 г. В создании программы участвовали такие известные ученые, как А. Ньюэлл, А. Тьюринг, К. Шеннон, Дж. Лоу, Г. Саймон и др. За прошедшее с тех пор вре­мя в области ИИ разработано множество компьютерных систем, которые принято называть интеллектуальными. Области их применения охватывают практически все сферы человеческой деятельности, связанные с обработкой информации.

В настоящее время интеллектуальные системы находят все большее применение в информационном обеспечении и управлении техническими объектами различной сложности, а также в организационных системах управления.

Главное отличие систем ИИ от обычных систем обработки данных состоит в том, что в них используется символьный, а не числовой способ представления данных, а в ка­честве методов обработки информации применяются процедуры логического вывода и эвристического поиска решений.

 

Понятие интеллектуальной системы управления

Несмотря на различия предметной области (т.е. сферы применения) систем ИИ, можно выделить некоторые общие принципы их построения и функционирования. Прежде всего, отметим, что процесс мышления человека обладает рядом характерных особенностей:

1) существует цель – конечный результат, на который направлены все мыслительные процессы человека («цель заставляет человека думать»);

2) человеческий мозг хранит огромное число фактов и правил их использования. Для достижения определенной цели надо только обратиться к нужным фактам и правилам;

3) принятие решений всегда осуществляется на основе специального механизма упрощения, позволяющего отбрасывать ненужные (малосущественные) факты и правила, не имеющие отношения к решаемой задаче, и наоборот, выделять главные, наиболее значимые факты и правила. Нужные для достижения цели;

4) достигая цели, человек не только приходит к решению поставленной перед ним задачи, но и одновременно приобретает новые знания. Часть интеллекта, которая позволяет ему делать соответствующие заключения (выводы) на основании правил, отобранных механизмом упрощения и генерировать новые факты из уже существующих, называется механизмом вывода (inference machine).

Поскольку система ИИ принимает решения аналогично человеку, то она должна включать в себя те же ключевые компоненты – цели, факты и данные, правила, механизмы вывода и упрощения (см. рис. 2.2). База правил содержит закономерности, характерные для решаемого класса задач (правила механизма упрощения и вывода), которые позволяют не только выводить новые факты, не зафиксированные ранее в базе данных, но и приобретать новые знания в ходе функционирования системы или на этапе её обучения. База данных содержит качественные данные, необходимые для решения задачи.

Рис. 2.2.

 

Под интеллектуальной системой управления (ИСУ) подразумеваются системы, в контуре управления которых при формировании управляющего воздействия используются устройства обработки информации, построенные с использованием средств НИТ.

ИСУ имеют иерархическую многоуровневую структуру. На нижних уровнях иерархии используются формальные модели традиционной ТАУ.

Принцип построения управляющей части ИСУ: «более высокому уровню в иерархической структуре соответствует более высокая степень интеллектуальности и наоборот».

Интеллектуальность системы – способность системы работать с базой внешних событий (ситуаций).

Степень интеллектуальности – степень развитости используемых средств преодоления неопределенности используемой информации и знаний закономерностей проблемной (предметной) среды или внешнего мира, в котором функционирует данная управляющая система.

Нижний уровень иерархической структуры (уровень формальных моделей), называемый в теории ИСУ исполнительным, относится к уровню с нулевой степенью интеллектуальности, а вся обработка неполной и неопределенной информации, связанной с анализом внешних и внутренних ситуаций, осуществляется на более высоких уровнях с использованием таких средств, как логический вывод, правдоподобные рассуждения, обучение и т.п.

 

Информации

 

ИИ – это теоретическое направление, в рамках которого исследуются вопросы создания прикладных интеллектуальных систем, т.е. систем, ориентированных на обработку и использование знаний в той проблемной (предметной) области, где решается данная задача (систем, поведение которых напоминало бы разумное поведение человека).

Новая ИТ – средство достижения этих целей.

Выделяют два основных направления исследований в области ИИ: программно-прагматическое и бионическое.

В настоящее время развиваются и взаимно сочетаются следующие основные методы интеллектуального анализа данных.

Эволюционное моделирование.

Базой направления послужила теория эволюции Ч. Дарвина (естественный отбор).

Предметом исследований эволюционных процессов служат механизмы генерации популяций (многочисленных совокупностей особей определенного вида) и выживаемости этих популяций в условиях агрессивной внешней среды.

Ч. Дарвин: эволюция осуществляется при взаимодействии трёх повторяющихся процессов: отбор экземпляров популяции; амплификация (производство потомков); мутация.

Эти принципы используются при разработке генетических алгоритмов (ГА) – основы эволюционного моделирования технических систем.

ГА использует идею Ч. Дарвина об эволюции на основе принципа генерации, тестирования и отбора перспективных популяций. В этом случае воспроизводится хромосома в виде цепочки из нескольких позиций. Каждая позиция хромосомы – ген, в частном случае принимающий значение из алфавита (0, 1, *).

Особенности ГА, отличающие его от традиционных методов поиска оптимума:

1) в работе алгоритма используется кодирование множества параметров, а не сами параметры;

2) поиск осуществляется на основе популяции точек, а не точек пространства поиска;

3) в алгоритме применяются вероятностные, а не детерминированные правила поиска.

ГА – это мощная стратегия выхода из локальных оптимумов. Она основана на параллельной обработке множества альтернативных решений, с концентрацией поиска на наиболее перспективных из них. В неперспективных решениях производятся вероятностные изменения и такие решения снова подвергаются обработке.

ГА часто используются совместно с нейронными сетями. Они могут поддерживать нейронные сети или наоборот, либо оба метода взаимодействуют в рамках гибридной системы, предназначенной для решения конкретной задачи. ГА также применяются совместно с нечеткими системами. Г А вместе с эволюционной стратегией и эволюционным программированием служат основой эволюционного моделирования (эволюционные алгоритмы).

Большинство приложений эволюционных алгоритмов, и особенно ГА, касается решения задач функциональной и структурной оптимизации. Эволюционное моделирование применяется для оптимизации базы правил и параметров нечеткой системы (в частности, для уточнения результатов дефазификации – процесса перехода от лингвистических значений к конкретным значениям управляющих сигналов).

ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ ОБРАБОТКИ

ИНФОРМАЦИИ

 

Введение

 

Интенсивное развитие аппаратных и программных средств, используемых в новой информационной технологии, ведет к быстрому росту объема доступных данных, к увеличению скорости их обработки и передачи, к увеличению емкости запоминающих устройств. Эти факторы существенно увеличивают возможности человека к познанию окружающего мира и принятию адекватных управляющих решений в ситуациях, в которых существует неопределенность и неполнота информации о характеристиках среды функционирования системы и отсутствует полностью или частично априорная формализация объекта управления.

Теоретической основой реализации указанных возможностей являются теория и методы искусственного интеллекта. По существу основой новой ИТ считается искусственный интеллект.

Искусственный интеллект (ИИ) как наука существует более полувека. Первой интеллектуальной системой считается про­грамма «Логик-Теоретик», предназначенная для доказательства теорем и исчисления высказываний. Ее работа впервые была продемонстрирована 9 августа 1956 г. В создании программы участвовали такие известные ученые, как А. Ньюэлл, А. Тьюринг, К. Шеннон, Дж. Лоу, Г. Саймон и др. За прошедшее с тех пор вре­мя в области ИИ разработано множество компьютерных систем, которые принято называть интеллектуальными. Области их применения охватывают практически все сферы человеческой деятельности, связанные с обработкой информации.

В настоящее время интеллектуальные системы находят все большее применение в информационном обеспечении и управлении техническими объектами различной сложности, а также в организационных системах управления.

Главное отличие систем ИИ от обычных систем обработки данных состоит в том, что в них используется символьный, а не числовой способ представления данных, а в ка­честве методов обработки информации применяются процедуры логического вывода и эвристического поиска решений.

 

123Следующая ⇒

Поделиться: