Симанков В.С., Луценко Е.В. Адаптивное управление сложными системами на основе теории распознавания образов - файл n1.doc

приобрести
Симанков В.С., Луценко Е.В. Адаптивное управление сложными системами на основе теории распознавания образов
скачать (4449 kb.)
Доступные файлы (1):
n1.doc4449kb.01.06.2012 11:47скачать

n1.doc

  1   2   3   4   5   6   7   8   9   ...   19
МИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
КУБАНСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ

В. С. СИМАНКОВ, Е. В. ЛУЦЕНКО
АДАПТИВНОЕ УПРАВЛЕНИЕ

СЛОЖНЫМИ СИСТЕМАМИ

НА ОСНОВЕ ТЕОРИИ

РАСПОЗНАВАНИЯ ОБРАЗОВ

КРАСНОДАР

Издательство ТУ КубГТУ

1999

УДК 62-50: (075.8)

С37

Л86
В. С. Симанков, Е. В. Луценко. Адаптивное управление сложными системами на основе теории распознавания образов: Монография (научное издание) /Техн. ун-т Кубан. гос. технол. ун-та. – Краснодар, 1999. –318 с.
Рецензенты:

д-р техн. наук, проф. В. И. Ключко (Краснодар, КубГТУ);

д-р техн. наук, доц. Ф. Г. Хисамов (Краснодар, КВИ);

канд. техн. наук, доц. В. Н. Лаптев (Краснодар, КЮИ МВД РФ)

Рассмотрены вопросы теории и практики синтеза перспективного класса автоматизированных систем управления: адаптивных АСУ сложными системами.

Предложен оригинальный подход к синтезу АСУ, основанный на методах распознавания образов и принятия решений. На базе теории информации разработаны интегральный метод распознавания образов и принятия решений, ориентированный на применение в АСУ, а также методология, методика и инфраструктура синтеза адаптивных АСУ сложными системами, освещены опыт и перспективы применения предложенной технологии. Данные математические модели и технологии подкреплены конкретными численными примерами расчета систем автоматического управления сложной технической системой. Описана инструментальная программная оболочка (когнитивная аналитическая система "Эйдос"), реализующая предложенные модели и технологии.

Работа рассчитана на специалистов, занимающихся разработкой интеллектуальных методов управления сложными системами. Она может быть полезной для инженеров и специалистов по АСУ, интересующихся новыми направлениями применения технологий автоматизированного управления, а также для студентов и аспирантов соответствующих специальностей.

Ил. 16. Табл. 36. Библиогр.: 753 назв.

 В. С. Симанков, Е. В. Луценко, 1999 г.

ISBN 5-8344-0002-7

 ТУ КубГТУ, 1999 г.

СОДЕРЖАНИЕ



ВВЕДЕНИЕ




9

ГЛАВА 1. ОСНОВНАЯ ПРОБЛЕМА И КОНЦЕПЦИЯ ЕЕ РЕШЕНИЯ




14

1.1. ОСНОВНЫЕ ПОНЯТИЯ И ОПРЕДЕЛЕНИЯ. ОБЪЕКТ И ПРЕДМЕТ ИССЛЕДОВАНИЯ




14

1.2. КЛАССИФИКАЦИЯ СИСТЕМ АВТОМАТИЗИРОВАННОГО УПРАВЛЕНИЯ




16

1.3. СОДЕРЖАТЕЛЬНАЯ ПОСТАНОВКА ЗАДАЧИ СИНТЕЗА АДАПТИВНЫХ АСУ СЛОЖНЫМИ СИСТЕМАМИ




17

1.4. НЕОПРЕДЕЛЕННОСТЬ ИСХОДНОЙ ИНФОРМАЦИИ КАК ОСНОВНАЯ ПРОБЛЕМА ПРИ СИНТЕЗЕ АДАПТИВНЫХ АСУ СЛОЖНЫМИ СИСТЕМАМИ




19

1.5. КЛАССИФИКАЦИЯ СИСТЕМ И АВТОМАТИЗАЦИЯ УПРАВЛЕНИЯ СЛОЖНЫМИ СИСТЕМАМИ




20

1.6. ТРАДИЦИОННЫЕ ПУТИ РЕШЕНИЯ ОСНОВНОЙ ПРОБЛЕМЫ, ИХ ОГРАНИЧЕНИЯ И НЕДОСТАТКИ




25

1.6.1. ИДЕНТИФИКАЦИЯ ТЕКУЩЕГО СОСТОЯНИЯ ОБЪЕКТА УПРАВЛЕНИЯ




25

1.6.2. ПРИНЯТИЕ РЕШЕНИЙ ОБ УПРАВЛЯЮЩИХ ВОЗДЕЙСТВИЯХ




29

1.7. КОНЦЕПЦИЯ РЕШЕНИЯ ОСНОВНОЙ ПРОБЛЕМЫ




31

1.8. ВЫВОДЫ




32

ГЛАВА 2. ПАРАМЕТРИЧЕСКАЯ МОДЕЛЬ АСУ И АЛГОРИТМ ЕЕ ФУНКЦИОНИРОВАНИЯ




35

2.1. ЦЕЛИ И ТИПОВАЯ СТРУКТУРА АСУ. ПАРАМЕТРИЧЕСКАЯ МОДЕЛЬ АДАПТИВНОЙ АСУ СС




35

2.2. АЛГОРИТМЫ ФУНКЦИОНИРОВАНИЯ АДАПТИВНЫХ АСУ СС




38

2.2.1. ПРИМЕНЕНИЕ СИСТЕМЫ РАСПОЗНАВАНИЯ И ПРИНЯТИЯ РЕШЕНИЙ В ПОДСИСТЕМАХ ИДЕНТИФИКАЦИИ И ВЫРАБОТКИ УПРАВЛЯЮЩИХ ВОЗДЕЙСТВИЙ




38

2.2.2. ПРИНЯТИЕ РЕШЕНИЯ ОБ УПРАВЛЯЮЩЕМ ВОЗДЕЙСТВИИ В АСУ КАК РЕШЕНИЕ ОБРАТНОЙ ЗАДАЧИ ДЕКОДИРОВАНИЯ ТЕОРИИ ИНФОРМАЦИИ И ОБРАТНОЙ ЗАДАЧИ РАСПОЗНАВАНИЯ ОБРАЗОВ




40

2.2.3. ОБОБЩЕННАЯ СТРУКТУРА И АЛГОРИТМ ФУНКЦИОНИРОВАНИЯ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ РАСПОЗНАВАНИЯ ОБРАЗОВ И ПРИНЯТИЯ РЕШЕНИЙ В СОСТАВЕ АДАПТИВНОЙ АСУ СС




48

2.3. ВЫВОДЫ




52




ГЛАВА 3. АНАЛИТИЧЕСКИЙ ОБЗОР МЕТОДОВ РАСПОЗНАВАНИЯ ОБРАЗОВ И ПРИНЯТИЯ РЕШЕНИЙ




54

3.1. ОБЩИЕ ПРИНЦИПЫ ПОСТРОЕНИЯ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ И ВЫБОР КЛАССА МОДЕЛИ СЛОЖНОГО ОБЪЕКТА УПРАВЛЕНИЯ




55

3.1.1. СУЩНОСТЬ МОДЕЛИРОВАНИЯ И ОБЩАЯ КЛАССИФИКАЦИЯ МОДЕЛЕЙ




55

3.1.2. ОБЩИЕ ПРИНЦИПЫ ПОСТРОЕНИЯ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ПРИ УПРАВЛЕНИИ СЛОЖНЫМИ СИСТЕМАМИ




57

3.2. ТРЕБОВАНИЯ К МАТЕМАТИЧЕСКОЙ МОДЕЛИ СЛОЖНОГО ОБЪЕКТА УПРАВЛЕНИЯ, КРИТЕРИИ ОЦЕНКИ СТЕПЕНИ АДЕКВАТНОСТИ




60

3.2.1. ОБЩИЕ ТРЕБОВАНИЯ (КРИТЕРИИ КАЧЕСТВА)




60

3.2.2. СПЕЦИФИЧЕСКИЕ ТРЕБОВАНИЯ




63

3.2.3. ВЫВОДЫ




63

3.3. АНАЛИТИЧЕСКИЙ ОБЗОР МЕТОДОВ РАСПОЗНАВАНИЯ ОБРАЗОВ И ПРИНЯТИЯ РЕШЕНИЙ




64

3.3.1. ТЕОРИЯ РАСПОЗНАВАНИЯ ОБРАЗОВ И АВТОМАТИЗАЦИЯ УПРАВЛЕНИЯ




64

3.3.2. ПРИНЯТИЕ РЕШЕНИЯ ОБ УПРАВЛЯЮЩЕМ ВОЗДЕЙСТВИИ В АСУ




87

3.4. ВЫВОДЫ




99

ГЛАВА 4. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ РАСПОЗНАВАНИЯ ОБРАЗОВ И ПРИНЯТИЯ РЕШЕНИЙ
В АСУ НА ОСНОВЕ ТЕОРИИ ИНФОРМАЦИИ





101

4.1. ФОРМАЛЬНАЯ ПОСТАНОВКА ЗАДАЧИ




102

4.2. ТЕОРИЯ ИНФОРМАЦИИ И ЕЕ КЛЮЧЕВЫЕ ПОНЯТИЯ




102

4.2.1. ПОДХОД Р.ХАРТЛИ




103

4.2.2. ПОДХОД К.ШЕННОНА




106

4.2.3. СВЯЗЬ ФОРМУЛ К.ШЕННОНА И Р.ХАРТЛИ




107

4.2.4. СРАВНЕНИЕ ПОДХОДОВ Р.ХАРТЛИ И К.ШЕННОНА




107

4.3. ИНФОРМАЦИЯ КАК МЕРА СНЯТИЯ НЕОПРЕДЕЛЕННОСТИ




108

4.4. ИНФОРМАЦИЯ КАК МЕРА СООТВЕТСТВИЯ ОБЪЕКТОВ ОБОБЩЕННЫМ ОБРАЗАМ КЛАССОВ




111

4.5. КОЛИЧЕСТВО ИНФОРМАЦИИ В ИНДИВИДУАЛЬНЫХ СОБЫТИЯХ И ЛЕММА НЕЙМАНА-ПИРСОНА




113

4.6. ЧИСЛЕННЫЙ ПРИМЕР АДАПТИВНОЙ АСУ СС, ОСНОВАННОЙ НА МЕРЕ ШЕННОНА И ЛЕММЕ НЕЙМАНА-ПИРСОНА




115

4.7. ВЫВОДЫ




119



ГЛАВА 5. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ИНТЕГРАЛЬНОГО МЕТОДА РАСПОЗНАВАНИЯ ОБРАЗОВ И ПРИНЯТИЯ РЕШЕНИЙ, ОСНОВАННОГО НА МНОГОКРИТЕРИАЛЬНОМ ПОДХОДЕ И ТЕОРИИ ИНФОРМАЦИИ




121

5.1. ФОРМАЛЬНАЯ ПОСТАНОВКА ОСНОВНОЙ ЗАДАЧИ АСУ И ЕЕ ДЕКОМПОЗИЦИЯ




121

5.1.1. ОБЩИЕ ПОНЯТИЯ




121

5.1.2. ФОРМАЛЬНАЯ ПОСТАНОВКА ОСНОВНОЙ ЗАДАЧИ АСУ




122

5.1.3. ДЕКОМПОЗИЦИЯ ОСНОВНОЙ ЗАДАЧИ В РЯД ЧАСТНЫХ ПОДЗАДАЧ




122

5.2. РЕШЕНИЕ ЗАДАЧИ 1: "РАЗРАБОТКА АБСТРАКТНОЙ МОДЕЛИ ОБЪЕКТА УПРАВЛЕНИЯ"




123

5.3. РЕШЕНИЕ ЗАДАЧИ 2: "АДАПТАЦИЯ И КОНКРЕТИЗАЦИЯ АБСТРАКТНОЙ МОДЕЛИ ОБЪЕКТА УПРАВЛЕНИЯ"




127

5.4. РЕШЕНИЕ ЗАДАЧИ 3: "РАЗРАБОТКА АЛГОРИТМОВ РЕШЕНИЯ ОСНОВНЫХ ЗАДАЧ АСУ"




129

5.4.1. РЕШЕНИЕ ПОДЗАДАЧИ 3.1: "РАСЧЕТ ВЛИЯНИЯ ФАКТОРОВ НА ПЕРЕХОД ОБЪЕКТА УПРАВЛЕНИЯ В РАЗЛИЧНЫЕ ВОЗМОЖНЫЕ СОСТОЯНИЯ (ОБУЧЕНИЕ, АДАПТАЦИЯ)"




129

5.4.2. РЕШЕНИЕ ПОДЗАДАЧИ 3.2: "ПРОГНОЗИРОВАНИЕ ПОВЕДЕНИЯ ОБЪЕКТА УПРАВЛЕНИЯ ПРИ КОНКРЕТНОМ УПРАВЛЯЮЩЕМ ВОЗДЕЙСТВИИ И ВЫРАБОТКА МНОГОФАКТОРНОГО УПРАВЛЯЮЩЕГО ВОЗДЕЙСТВИЯ"




130

5.4.3. РЕШЕНИЕ ПОДЗАДАЧИ 3.3: "ВЫЯВЛЕНИЕ ФАКТОРОВ, ВНОСЯЩИХ ОСНОВНОЙ ВКЛАД В ДЕТЕРМИНАЦИЮ СОСТОЯНИЯ СОУ; СНИЖЕНИЕ РАЗМЕРНОСТИ МОДЕЛИ ПРИ ЗАДАННЫХ ОГРАНИЧЕНИЯХ"




139

5.4.4. РЕШЕНИЕ ПОДЗАДАЧИ 3.4: "СРАВНЕНИЕ ВЛИЯНИЯ ФАКТОРОВ. СРАВНЕНИЕ СОСТОЯНИЙ ОБЪЕКТА УПРАВЛЕНИЯ"




140

5.5. ОБОБЩЕНИЕ ИНТЕГРАЛЬНОЙ МОДЕЛИ ПУТЕМ УЧЕТА ЗНАЧЕНИЙ ВЫХОДНЫХ ПАРАМЕТРОВ ОБЪЕКТА УПРАВЛЕНИЯ




153

5.6. СВЯЗЬ МЕРЫ "IIJ" ШЕННОНА СО СТАТИСТИКОЙ "X2"




155

5.7. РАСПОЗНАВАНИЕ КАК ОБЪЕКТНЫЙ АНАЛИЗ (РАЗЛОЖЕНИЕ В РЯД
ПО ПРОФИЛЯМ ОБРАЗОВ)




156

5.8. ЦЕННОСТЬ ПРИЗНАКА ДЛЯ РЕШЕНИЯ ЗАДАЧ РАСПОЗНАВАНИЯ И ПРИНЯТИЯ РЕШЕНИЙ




159

5.9. ВЫВОДЫ




160


ГЛАВА 6. МЕТОДОЛОГИЯ И МЕТОДИКА СИНТЕЗА
И ЭКСПЛУАТАЦИИ АДАПТИВНЫХ АСУ СЛОЖНЫМИ СИСТЕМАМИ





162

6.1. МЕТОДОЛОГИЯ СИНТЕЗА ААСУ СС




162

6.2. АЛГОРИТМ СИНТЕЗА ААСУ СС




168

6.3. МЕТОДИКА СИНТЕЗА ААСУ СС. ПРИМЕР СИНТЕЗА АДАПТИВНОЙ САУ ФОТОВЕТРОЭЛЕКТРОЭНЕРГЕТИЧЕСКОЙ УСТАНОВКОЙ




172

6.4. ВЫВОДЫ




176

ГЛАВА 7. ИНСТРУМЕНТАЛЬНАЯ ПРОГРАММНАЯ СИСТЕМА, ОБЕСПЕЧИВАЮЩАЯ ПОДДЕРЖКУ МАТЕМАТИЧЕСКОЙ МОДЕЛИ, МЕТОДОЛОГИИ, АЛГОРИТМОВ И МЕТОДИКИ СИНТЕЗА ААСУ СС




177

7.1. ФУНКЦИИ СИСТЕМЫ




177

7.1.1. РАЗРАБОТКА ИНФОРМАЦИОННОЙ МОДЕЛИ ОБЪЕКТА УПРАВЛЕНИЯ




178

7.1.2. РЕШЕНИЕ ЗАДАЧ ИДЕНТИФИКАЦИИ ОБЪЕКТА УПРАВЛЕНИЯ И ВЫРАБОТКИ УПРАВЛЯЮЩИХ ВОЗДЕЙСТВИЙ




182

7.1.3. УГЛУБЛЕННЫЙ АНАЛИЗ ИНФОРМАЦИОННОЙ МОДЕЛИ ПРЕДМЕТНОЙ ОБЛАСТИ




183

7.2. СТРУКТУРА И ОСНОВНЫЕ ТЕХНИЧЕСКИЕ ХАРАКТЕРИСТИКИ СИСТЕМЫ "ЭЙДОС"




183

7.2.1. ОБЩИЕ СВЕДЕНИЯ О СИСТЕМЕ "ЭЙДОС"




184

7.2.2. СТРУКТУРА СИСТЕМЫ "ЭЙДОС"




185

7.3. ОБЕСПЕЧЕНИЕ ЭКСПЛУАТАЦИИ СИСТЕМЫ




187

ИНФРАСТРУКТУРА ОБЕСПЕЧЕНИЯ ЭКСПЛУАТАЦИИ СИСТЕМЫ




187

ВИДЫ ОБЕСПЕЧЕНИЯ




189

7.4. ВЫВОДЫ




190

ГЛАВА 8. ПЕРСПЕКТИВЫ ПРИМЕНЕНИЯ ПРЕДЛОЖЕННОЙ МЕТОДОЛОГИИ И ТЕХНОЛОГИИ ДЛЯ СИНТЕЗА АДАПТИВНЫХ АСУ СЛОЖНЫМИ СИСТЕМАМИ




192

8.1. ОБЩИЕ ПОЛОЖЕНИЯ




192

8.2. ТЕХНИКА. ПРИМЕР СИНТЕЗА АДАПТИВНОЙ САУ ФВЭУ И РЕШЕНИЯ ЗАДАЧ УПРАВЛЕНИЯ




192

ВЗВЕШЕННОЕ ОБОБЩЕНИЕ ЭКСПЕРТНЫХ ОЦЕНОК РАЦИОНАЛЬНОСТИ РЕЖИМОВ ЭНЕРГОРАСПРЕДЕЛЕНИЯ




207




АВТОМАТИЗАЦИЯ ЭКСПЕРТНЫХ ОЦЕНОК И ИХ ЗАМЕНА ОЦЕНКАМИ НЕПОСРЕДСТВЕННОГО ПОЛЬЗОВАТЕЛЯ ФВЭУ




207

ОПРЕДЕЛЕНИЕ ДИФФЕРЕНЦИРУЮЩЕЙ МОЩНОСТИ ФАКТОРОВ ОТНОСИТЕЛЬНО РЕЖИМОВ ЭНЕРГОРАСПРЕДЕЛЕНИЯ И КОНТРОЛИРУЕМОЕ СНИЖЕНИЕ РАЗМЕРНОСТИ МОДЕЛИ




208

ОПРЕДЕЛЕНИЕ СИЛЫ ВЛИЯНИЯ ФАКТОРОВ НА ПРИНЯТИЕ РЕШЕНИЯ О ПЕРЕКЛЮЧЕНИИ ФВЭУ В РАЗЛИЧНЫЕ РЕЖИМЫ ЭНЕРГОРАСПРЕДЕЛЕНИЯ.




208

ОПРЕДЕЛЕНИЕ СТЕПЕНИ ДЕТЕРМИНИРОВАННОСТИ РЕЖИМОВ ЭНЕРГОРАСПРЕДЕЛЕНИЯ ФВЭУ




209

ОПРЕДЕЛЕНИЕ ФАКТИЧЕСКОЙ ПРИОРИТЕТНОСТИ НАГРУЗОК




210

ИССЛЕДОВАНИЕ СХОДСТВА И РАЗЛИЧИЯ РЕЖИМОВ ФВЭУ И ФАКТОРОВ




210

ВЫВОДЫ




213

8.3. ТЕХНОЛОГИЯ




214

8.3.1. ААСУ ВОЗДЕЛЫВАНИЕМ СЕЛЬХОЗКУЛЬТУР




214

8.3.2. ААСУ ИНДИВИДУАЛЬНОГО УПРАВЛЕНИЯ ЛЕЧЕНИЕМ




216

8.4. ЭКОНОМИКА




219

8.4.1. МОНИТОРИНГ, ПРОГНОЗИРОВАНИЕ И УПРАВЛЕНИЕ В ФИНАНСОВО-ЭКОНОМИЧЕСКОЙ СФЕРЕ




219

8.4.2. АНАЛИЗ И ПРОГНОЗИРОВАНИЕ СОБЫТИЙ НА ФОНДОВОМ РЫНКЕ




223

8.4.3. ОЦЕНКА РИСКОВ СТРАХОВАНИЯ И КРЕДИТОВАНИЯ ПРЕДПРИЯТИЯ




226

8.5. ПСИХОЛОГИЯ




240

8.5.1. РАЗРАБОТКА ОПТИМАЛЬНЫХ АДАПТИВНЫХ ТЕСТОВ И ПРОФЕССИОГРАММ




240

8.5.2. КОМПЛЕКСНОЕ ПСИХОЛОГИЧЕСКОЕ ТЕСТИРОВАНИЕ И ПРОГНОЗИРОВАНИЕ




242

8.5.3. ТРАНСПОРТНАЯ ПСИХОЛОГИЯ




249

8.5.4. КОГНИТИВНАЯ ПСИХОЛОГИЯ




250

8.5.5. КОМПЬЮТЕРНЫЕ -ТЕХНОЛОГИИ




255

8.6. ОБУЧЕНИЕ




258

8.6.1. ПРОГНОЗИРОВАНИЕ УСПЕШНОСТИ БУДУЩЕЙ ПРОФЕССИОНАЛЬНОЙ ДЕЯТЕЛЬНОСТИ АБИТУРИЕНТОВ И УЧАЩИХСЯ ВУЗОВ




258

8.6.2. АДАПТИВНОЕ УПРАВЛЕНИЕ ИНДИВИДУАЛЬНЫМ ОБУЧЕНИЕМ




261

8.6.3. ИССЛЕДОВАНИЕ УЧЕБНОЙ АКТИВНОСТИ И ИНДИВИДУАЛЬНЫХ ОСОБЕННОСТЕЙ УЧАЩИХСЯ




265




8.7. ПЕРСПЕКТИВЫ ПРИМЕНЕНИЯ В ДРУГИХ ОБЛАСТЯХ




266

8.7.1. СОЦИОЛОГИЯ И ПОЛИТОЛОГИЯ




266

8.7.2. МАРКЕТИНГОВЫЕ, РЕКЛАМНЫЕ И СОЦИАЛЬНО-ПСИХОЛОГИЧЕСКИЕ ИССЛЕДОВАНИЯ




266

8.7.3. ПРАВООХРАНИТЕЛЬНАЯ СФЕРА




271

8.7.4. ПРИМЕНЕНИЕ В INTERNET




272

8.7.5. ДРУГИЕ ПЕРСПЕКТИВНЫЕ ПРИМЕНЕНИЯ




274

8.8. ВЫВОДЫ




277

ЗАКЛЮЧЕНИЕ




279

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ




281

ПУБЛИКАЦИИ НА РУССКОМ ЯЗЫКЕ




281

ПУБЛИКАЦИИ НА АНГЛИЙСКОМ ЯЗЫКЕ




301

ВВЕДЕНИЕ



Развитие теории и практики АСУ связано с количественным и качественным расширением сферы их применения. Этот процесс является многоплановым и идет одновременно по различным направлениям. Одним из наиболее перспективных является создание адаптивных АСУ сложными системами (ААСУ СС).

На практике создание таких АСУ сдерживается недостаточной разработанностью теории, стандартных, проверенных и отработанных на практике методов их синтеза, а также недостатком соответствующих инструментальных программных средств.

Актуальность данного исследования определяется необходимостью решения следующих задач:

  1. Повышение эффективности функционирования уже существующих систем управления.

  2. Разработка новых методов синтеза АСУ.

  3. Расширение сферы применения АСУ для случаев, когда объект управления является сложной динамической многопараметрической слабодетерминированной системой.

В предлагаемой работе принят следующий порядок изложения материала:

Рассмотрим эти вопросы подробнее.

Одним из первых этапов проектирования АСУ традиционно является построение математической модели объекта управления. Однако если объект управления является сложной системой, то это сделать затруднительно, так как традиционно система определяется как сложная, если для построения ее модели недостаточно априорной (т.е. доступной до создания АСУ) информации [332]. В необходимости разрешения данного противоречия и заключается основная проблема, возникающая при создании ААСУ СС.

По литературным данным основная проблема частично решается в самонастраивающихся системах автоматического управления (САУ), однако это возможно лишь для достаточно простых технических систем, описываемых небольшим количеством параметров.

Поэтому для решения этой проблемы необходимы новые идеи, которые обеспечивали бы построение и адаптацию математических моделей сложных динамических слабодетерминированных многопараметрических систем.

В рамках поиска такого подхода авторами сформулирована и предложена концептуальная идея о возможности применения адаптивной модели распознавания образов (РО) в подсистеме идентификации состояния объекта управления и адаптивной модели принятия решений (ПР) – в подсистеме выработки управляющих воздействий.

Проанализированы функции основных подсистем АСУ типовой (обобщенной) структуры и определено, в каких подсистемах выполняются функции, которые могли бы поддерживаться методами РО и ПР. С учетом результатов этого анализа типовая модель АСУ конкретизирована и на ее основе разработана параметрическая модель ААСУ СС, отличающаяся от типовой модели высокой конкретизацией функций систем РО и ПР в составе АСУ. Далее концептуальная идея конкретизирована до уровня алгоритма функционирования ААСУ СС на основе моделей РО и ПР.

Дальнейшая конкретизация предлагаемого авторами решения возможна на пути поиска или разработки адекватной математической модели, обеспечивающей распознавание образов и принятие решений в АСУ. Для этого были рассмотрены принципы классификации моделей и определен класс моделей, пригодных для моделирования сложных динамических систем. Сформулированы общие требования к методам РО и ПР, ориентированным на их применение в составе ААСУ СС, а также определены критерии, позволяющие оценить степень соответствия конкретных методов этим требованиям. Проведен аналитический обзор, в котором каждый метод рассматривался прежде всего под углом зрения его адекватности для применения в ААСУ СС. При этом задача исчерпывающего описания самих математических моделей РО и ПР не ставилась, так как это выходит за рамки данной работы.

В результате аналитического обзора сделан вывод о том, что готового метода, в полной мере соответствующего всем сформулированным критериям адекватности, в рассмотренной литературе в законченном виде не приводится, и, следовательно, актуальной является разработка такого метода.

В то же время было показано, что задачи выбора конкретного вида частных критериев, а также вида интегрального критерия для случая ААСУ СС требуют формальной постановки и решения. Из специальной литературы известно много вариантов решения этих вопросов, обладающих своими относительными преимуществами и недостатками. Очевидно, задача выбора варианта, наиболее адекватного для применения в ААСУ СС, требует дополнительных исследований. В этом плане перспективными являются методы, основанные на сведении многокритериальной задачи к однокритериальной путем введения интегрального критерия. Авторами обосновано применение математического аппарата теории информации при разработке частных критериев и интегрального критерия.

В работе приведены необходимые для дальнейшего анализа сведения из теории информации, в частности, проанализированы различные подходы к определению понятия "информация", на примере метода сведения многокритериальной задачи принятия решений к однокритериальной показана глубокая внутренняя взаимосвязь данной модели с математической моделью распознавания образов.

На этой основе авторами введено понятие "интегрального метода" РО и ПР, и, после изложения основных понятий теории информации, предложена базовая математическая модель "интегрального метода", основанная на семантической мере целесообразности информации. Таким образом, теория информации рассматривается как единая концептуальная и математическая основа методов РО и ПР: распознавание рассматривается как принятие решения о принадлежности объекта к классу распознавания; прогнозирование, как распознавание будущих состояний объекта управления; принятие решения об управляющем воздействии как решение обратной задачи распознавания.

Проведено исследование базовой математической модели на примере решения основной задачи АСУ, т.е. задачи принятия решения о наиболее эффективном управляющем воздействии. Осуществлена декомпозиция основной задачи в последовательность частных задач, для каждой из которых найдено решение, показана взаимосвязь основной задачи АСУ с задачей декодирования теории информации, исследована взаимосвязь примененной в модели семантической меры Харкевича со статистикой 2, обоснована устойчивость модели при малых выборках, дано обоснование сопоставимости частных критериев и аддитивности интегрального критерия, определено понятие ценности признака для решения задач распознавания и принятия решений, разработана интерпретация распознавания как объектного анализа (разложение в ряд по профилям образов), предложены робастные процедуры, а также процедуры приведения структуры выборки к репрезентативной.

Предложена базовая когнитивная концепция и показано, как в рамках разработанной математической модели реализуются основные когнитивные операции, необходимые для интеллектуального управления сложными системами: обобщение (синтез, обучение), абстрагирование, распознавание (идентификация), прогнозирование, верификация, адаптивность, внешнее сравнение, классификация, содержательное сравнение, анализ состояний объекта управления и факторов.

Рассмотрены вопросы синтеза ААСУ СС на основе применения инструментальной программной системы: разработаны вопросы методологии, сформулирована постановка основной проблемы, возникающей при синтезе ААСУ СС, предложена конкретная методика синтеза адаптивных АСУ сложными системами. Приведен развернутый пример применения разработанной методики, в котором в качестве объекта управления рассматриваются предприятия различного направления деятельности.

Описаны инструментальная программная система, реализующая разработанную математическую модель и базовую когнитивную концепцию, – это когнитивная аналитическая система "Эйдос", функциональная структура системы и технология ее применения для разработки и эксплуатации приложений, обеспечивающих идентификацию состояний, прогнозирование развития и управление состояниями сложных систем.

Очевидно, что для применения инструментальной программной оболочки необходима определенная инфраструктура, которая может состоять из нескольких человек, а также может представлять собой полноценное развернутое подразделение или даже организацию. В монографии приводится проект такого подразделения.

Изложены теоретические основы информационной теории стоимости и информационно-функциональной теории развития техники. На этой основе предложен подход к оценке социально-экономической эффективности АСУ, базирующихся на системах искусственного интеллекта.

Дан обзор опыта применения базовой системы "Эйдос" и описаны созданные системы окружения: система анализа и прогнозирования ситуаций на финансовом рынке “Эйдос–фонд”, автоматизированная система комплексной обработки данных психологического тестирования “Эйдос–”. Приведены данные о научных исследованиях, проведенных по данной технологии.

Рассмотрены перспективы применения предлагаемой технологии в различных предметных областях.
  1   2   3   4   5   6   7   8   9   ...   19


МИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
Учебный материал
© nashaucheba.ru
При копировании укажите ссылку.
обратиться к администрации